Post on 04-Dec-2020
Instituto Politécnico de Santarém
Escola Superior de Gestão e Tecnologia
ESTRUTURAÇÃO DE UM MODELO DE AVALIAÇÃO GLOBAL DIFUSO NA ANÁLISE DO RISCO DE INVESTIMENTO EM BENS IMÓVEIS RESIDENCIAIS
(RESIDENTIAL REAL ESTATE) [Dissertação de Mestrado em Contabilidade e Finanças]
Mónica Isabel Fernandes Ribeiro
2014
II
Instituto Politécnico de Santarém
Escola Superior de Gestão e Tecnologia
ESTRUTURAÇÃO DE UM MODELO DE AVALIAÇÃO GLOBAL DIFUSO NA ANÁLISE DO RISCO DE INVESTIMENTO EM BENS IMÓVEIS RESIDENCIAIS
(RESIDENTIAL REAL ESTATE) [Dissertação de Mestrado em Contabilidade e Finanças]
Mónica Isabel Fernandes Ribeiro
Orientadores:
Professor Doutor Fernando Alberto Freitas Ferreira
Professora Doutora Marjan Sara Jalali
2014
III
AGRADECIMENTOS
realização deste trabalho só foi possível graças à ajuda de várias pessoas que,
direta ou indiretamente, me permitiram chegar até aqui. Nesse sentido,
gostaria de agradecer a todos aqueles que, ao longo deste percurso,
contribuíram para a minha formação.
Quero agradecer à minha família, por todo o apoio que me deram e, em especial,
aos meus pais, por me terem proporcionado a oportunidade de estudar. A todas as
pessoas que considero especiais na minha vida e que me deram muita força e apoio. A
todos os meus amigos, pela compreensão; e aos meus colegas de curso que, durante
estes últimos dois anos, me acompanharam e ajudaram a alcançar esta fase tão
importante da minha vida.
Uma palavra especial de agradecimento é devida aos meus orientadores,
Professor Doutor Fernando Alberto Freitas Ferreira (ISCTE-IUL) e Professora Doutora
Marjan Sara Jalali (ISCTE-IUL), pela ajuda, orientação e disponibilidade que prestaram
na concretização deste trabalho; assim como a todos os docentes da 2ª Edição do
Mestrado de Contabilidade e Finanças, ministrado na Escola Superior de Gestão e
Tecnologia do Instituto Politécnico de Santarém (ESGTS-IPS).
O meu agradecimento é também dirigido aos membros do painel de decisores:
Amândio Rodrigues, António Augusto, Domingos Ribeiro, Helder Batista, Júlio
Rainha, Paulo Vala e Rui da Nova, pelo seu inestimável contributo, sem o qual nada
disto teria sido possível. Agradeço a todos a recetividade, dedicação, disponibilidade,
flexibilidade, partilha de saberes e convicção demonstrados. Este agradecimento é
também extensível, a nível institucional, às empresas APA-Construção, Serva e Hall
City – Mediação Imobiliária. Não esqueço igualmente a Professora Marta Lopes, pela
sua disponibilidade na correção gramatical da presente dissertação.
A todos, o meu enorme agradecimento.
Bem hajam!
A
IV
ESTRUTURAÇÃO DE UM MODELO DE AVALIAÇÃO GLOBAL DIFUSO NA ANÁLISE DO RISCO DE INVESTIMENTO EM BENS IMÓVEIS RESIDENCIAIS
(RESIDENTIAL REAL ESTATE)
RESUMO ANALÍTICO
nvestir no setor imobiliário residencial requer uma análise cuidada de certas
variáveis (ou determinantes). Tratando-se de um setor fundamental para o
desenvolvimento económico e social, e face à atual conjuntura económica, a
análise do risco de investimento é tida como fundamental no processo de apoio à
tomada de decisão no que respeita à compra e venda de bens imóveis. Neste sentido, e
tendo por base a literatura da especialidade e as aplicações empíricas reportadas, o
estudo desenvolvido visa conceber um modelo conceptual de referência que, com
recurso a técnicas difusas de mapeamento cognitivo (i.e. fuzzy cognitive mapping), sirva
de suporte à identificação e compreensão das relações de causalidade entre
determinantes de análise de risco de investimento em bens imóveis residenciais. O
recurso a este tipo de abordagem é explicado pelo facto de os mapas cognitivos
permitirem reduzir o número de critérios omitidos, favorecerem a aprendizagem da
forma como esses mesmos critérios se relacionam entre si e serem, ainda, reconhecidos
pela sua versatilidade no apoio à estruturação de problemas complexos. Face ao
exposto, e por se tratar de uma abordagem próxima do domínio das redes neuronais e da
inteligência artificial, parece evidente que uma proposta metodológica que acrescente
valor, via simplicidade e transparência, ao processo de análise do risco deste tipo de
investimento, seja de grande importância e constitua a base do estudo a desenvolver.
Palavras-Chave: Apoio à Decisão; Análise do Risco de Investimento; Bens Imóveis
Residenciais; Mapas Cognitivos Difusos.
I
V
A FUZZY FRAMEWORK FOR RISK ASSESSMENT OF RESIDENTIAL REAL ESTATE INVESTMENTS
ABSTRACT
isk analysis of residential real estate investment requires careful analysis of
certain variables (or determinants). Because real estate is a key setor for
economic and social development, risk analysis is seen as critical in
supporting the decision process of buying/selling residential property, namely
due to the pressures caused by the current economic environment. Starting from an
updated literature review (and existing empirical applications), this study aims to design
a conceptual reference model for risk assessment of residential real estate using fuzzy
cognitive mapping. This fuzzy model should allow causal relationships between
determinants to be identified and better understood, which will in turn allow investment
decisions to be more informed. The use of this approach is explained due to the fact that
cognitive maps can reduce the number of omitted criteria, favor learning in how those
criteria relate to each other and are recognized for their versatility in structuring
complex decision problems. Following this, and because fuzzy cognitive mapping is a
closing approach to the field of neural networks and artificial intelligence, it seems
evident that a methodology that adds value, through simplicity and transparency, to the
risk analysis of real estate investments, can be of great importance for real estate agents,
and thus forms the basis of the present study.
Keywords: Decision Making; Risk Assessment of Real Estate Investments; Residential
Real Estate; Fuzzy Cognitive Maps.
R
VI
ÍNDICE GERAL
Principais Abreviaturas Utilizadas ……………………………………………….…. 1
Capítulo 1 – Introdução Geral …………………………..……….…...………….…. 2
1.1. Enquadramento Inicial ………………………...……………………..… 2
1.2. Principais Objetivos …..……………………………………..………...… 3
1.3. Metodologia de Investigação …..…………………………………..….…. 4
1.4. Estrutura …………………………………………………………………. 4
1.5. Principais Resultados Esperados ……………………………………….... 5
Capítulo 2 – Enquadramento Contextual e Revisão da Literatura ………………….. 7
2.1. Enquadramento do Mercado de Bens Imóveis …………………...…...…. 7
2.2. Fundamentos para a Avaliação do Risco no Mercado de Bens Imóveis .... 12
2.3. Métodos de Avaliação do Risco no Mercado de Bens Imóveis ………..... 13
2.4. Limitações Metodológicas Gerais …………….…………………………. 17
Sinopse do Capítulo 2…………………………………………………..……... 18
Capítulo 3 – Enquadramento Metodológico …….………………………………….. 19
3.1. Cognição Humana e Mapas Cognitivos ……………….……………….... 19
3.2. Mapas Cognitivos e Modelos de Avaliação Difusos ………………….…. 22
3.3. Vantagens e Limitações da Cartografia Cognitiva Difusa …………….… 25
Sinopse do Capítulo 3…………………………………………………….…… 27
Capítulo 4 – Aplicação e Análise de Resultados ……………………..………….…. 28
4.1. Definição da Problemática de Decisão ……………...…………………… 28
4.2. Elaboração do Mapa Cognitivo de Base ……………...…………………. 29
4.3. Definição de Relações Causais Difusas …………...…………………….. 33
4.4. Análise da Centralidade dos Determinantes de Risco de Investimento ..... 35
4.5. Validação do Modelo, Limitações e Recomendações ……………..….…. 37
Sinopse do Capítulo 4…………………………………………………….…… 38
VII
Capítulo 5 – Conclusões, Recomendações, Limitações e Investigação Futura …….. 39
5.1. Principais Resultados e Limitações da Aplicação ………………….……. 39
5.2. Síntese dos Principais Contributos da Investigação ……………………... 40
5.3. Perspetivas de Futura Investigação ………..…………………………….. 41
Referências Bibliográficas ………………………………………………………….. 43
VIII
ÍNDICE DE FIGURAS E TABELAS
FIGURAS
Figura 1: Evolução dos Principais Indicadores Económicos ……………….…..….…. 8
Figura 2: Obstáculos à Atividade Imobiliária ……………………………….….….…. 10
Figura 3: Portfólio de Empréstimos Bancários ……………….…………………....…. 11
Figura 4: Exemplo de um Mapa Cognitivo [Parcial] ……………………….……...…. 21
Figura 5: Exemplo de um FCM …………………………….……………….……...…. 23
Figura 6: Instantâneos da Primeira Sessão de Grupo ...……….……………….…...…. 30
Figura 7: Mapa Cognitivo de Grupo ………………………….…………….……...…. 32
Figura 8: Instantâneos da Segunda Sessão de Grupo ………….…………………...…. 33
Figura 9: Estrutura de Base do Fuzzy Cognitive Map………….....................……...…. 34
Figura 10: Análise dos Graus de Intensidade …………………………………………. 35
TABELAS
Tabela 1: Contributos para a Avaliação do Risco de Investimento em Bens Imóveis ... 15
Tabela 2: Grau de Centralidade dos Critérios mais Importantes ………….…………... 36
- 1 -
PRINCIPAIS ABREVIATURAS UTILIZADAS
AHP – Analytic Hierarchy Process
ANP – Analytic Network Process
APB – Associação Portuguesa de Bancos
APEMIP – Associação de Profissionais de Empresas de Mediação Imobiliária de Portugal
CGD – Caixa Geral de Depósitos
CTR – Critério
FCM – Fuzzy Cognitive Map
IA – Inteligência Artificial
IMI – Imposto Municipal sobre Imóveis
INE – Instituto Nacional de Estatística
IVA – Imposto sobre o Valor Acrescentado
PEH – Plano Estratégico de Habitação
PIB – Produto Interno Bruto
- 2 -
CAPÍTULO I
Introdução Geral
1.1. Enquadramento Inicial
análise do risco de investimento no setor imobiliário (também denominado
real estate, na literatura anglo-saxónia) é, simultaneamente, uma das mais
importantes e mais subvalorizadas áreas das finanças. Importa esclarecer, no
entanto, que a incerteza dos tempos atuais, motivada num primeiro momento
pela crise do subprime e, mais recentemente, pela crise das dívidas soberanas, tem vindo
a afirmar-se como fator determinante na forma como o setor financeiro tem vindo a
percecionar o mercado imobiliário. Com efeito, mudanças neste mercado produzem
impactos significativos noutros segmentos da atividade económica e, por conseguinte,
no bem-estar das populações em geral. Ebru e Eban (2009), Canavarro et al. (2010),
Rybak e Shapoval (2011) e Warren (2011), entre muitos outros, defendem que o
mercado imobiliário, nomeadamente o de habitação, é um componente essencial de
desenvolvimento de qualquer economia. Syz et al. (2008) e Rybak e Shapoval (2011)
acrescentam ainda que este mercado representa a parte mais importante da riqueza
nacional, correspondendo a uma considerável fatia da riqueza tangível em todo o
mundo. Não obstante a importância crescente que tem vindo a ser atribuída à análise do
risco de investimento em bens imóveis, certo é que se trata de um campo de
investigação ainda com muito por explorar, sendo esta constatação reforçada pelos
efeitos da atual crise económica mundial. Na verdade, como salienta Kauko (2010:
191), “academic work on defining the relevant indicators is yet speculative, due to a
shortage of standard definitions and relevant data”. Neste sentido, parece evidente a
necessidade de uma nova orientação para o setor, onde os processos de apoio à tomada
de decisão permitam tornar mais robustas as decisões de investir (ou não) no mercado
de bens imóveis. É neste contexto que o estudo a desenvolver pretende contribuir para
os processos de decisão inerentes à análise de risco de investimentos no mercado de
bens imóveis residenciais; pois, partindo-se de uma base conceptual em que o recurso a
técnicas de cartografia cognitiva difusa favorece a compreensão da forma como os
determinantes de investimento se relacionam entre si, haverá o cuidado de demostrar
A
- 3 -
como esta abordagem metodológica pode contribuir para apoiar os processos de decisão
de investimento neste tipo de mercado. Face ao exposto, o estudo a desenvolver dota-se
de importância na medida em que vem ao encontro da necessidade de uma proposta
metodológica que acrescente valor à análise do risco neste tipo de investimento,
apresentando-se de forma simples, transparente e como uma abordagem próxima do
domínio das redes neuronais e da inteligência artificial (IA).
1.2. Principais Objetivos
Devido à atual conjuntura económica, o mercado imobiliário atravessa um período de
grande instabilidade e recessão, registando uma tendência evolutiva negativa. De acordo
com Catalão (2010), estas dificuldades estão associadas em parte à escassez de liquidez,
ao desemprego galopante, à redução salarial, ao sobre-endividamento das famílias, ao
aumento das taxas dos impostos e às restrições no acesso à concessão de crédito, entre
muitos outros fatores que não são facilmente solucionáveis, pelo menos a curto prazo.
No entanto, face à actual situação, e considerando que as decisões são cada vez mais
complexas e exigentes, parecem necessários novos contributos, que tragam
transparência, coerência, simplicidade e clareza aos processos de decisão.
Face ao exposto, investir no setor imobiliário requer uma análise cuidada de
certas variáveis, fatores ou determinantes. Tratando-se de um setor fundamental para o
desenvolvimento económico e social, a análise do risco de investimento a ele adjacente
é tida como crítica no processo de apoio à tomada de decisão relativamente à compra e
venda de bens imóveis. Por conseguinte, a problemática de investigação consiste em
conceber um modelo de referência que sirva de identificação e compreensão das
relações de causalidade entre determinantes de análise de risco, bem como apoiar os
processos de decisão de investimento no mercado imobiliário de habitação. Neste
sentido, procurar-se-á introduzir uma nova abordagem no contexto da avaliação do risco
de bens imóveis residenciais, com a qual é possível contribuir para melhorar a qualidade
do processo de tomada de decisão. De facto, assumindo uma conduta construtivista,
orientada para o processo, procurar-se-á fazer uso de técnicas difusas de mapeamento
cognitivo (i.e. fuzzy cognitive mapping) para identificar os determinantes do risco de
investimento em bens imóveis residenciais. Para alcançar este objetivo, será promovida
a discussão entre membros de um painel de especialistas que, por norma, investem neste
- 4 -
setor de atividade. Tal discussão terá lugar em sessões presenciais de grupo, visando a
estruturação do problema através da elaboração de mapas cognitivos difusos, os quais
sustentam a possibilidade de reflexão, ajustes, recomendações e sugestões de melhorias
relativamente às práticas comuns de análise do risco neste tipo de investimento.
1.3. Metodologia de Investigação
A metodologia de investigação passa, numa primeira fase, por proceder a uma revisão
coerente da bibliografia da especialidade, que possibilite compreender o funcionamento
do setor imobiliário de habitação em Portugal, bem como identificar os principais
determinantes de análise do risco de investimento em bens imóveis residenciais. Numa
segunda fase, recorrer-se-á à aplicação de técnicas de mapeamento cognitivo difuso. O
recurso a fuzzy cognitive maps (FCMs) justifica-se pela necessidade de identificar os
determinantes de risco de investimento em bens imóveis, pois, de acordo com literatura
da especialidade, os mapas cognitivos permitem reduzir o número de critérios omitidos
no processo de decisão e favorecem a aprendizagem da forma como esses mesmos
critérios se relacionam entre si, sendo realçada a sua versatilidade no apoio à
estruturação de problemas complexos.
Como referem Carlucci et al. (2013: 208), “FCM is a well-established artificial
intelligence technique, incorporating ideas from artificial neural networks and fuzzy
logic, which can be effectively applied in the domain of management science”. Assim,
numa lógica sequencial, poder-se-á referir que o presente estudo resulta das seguintes
fases: (1) revisão da literatura; (2) realização de sessões presenciais em grupo com
especialistas do mercado imobiliário residencial, no sentido de estruturar o problema de
decisão com recurso aos FCMs; (3) validação e possível implementação prática da base
conceptual desenvolvida; e (4) publicação dos resultados em revistas da especialidade.
1.4. Estrutura
Esta dissertação está formalmente dividida em cinco capítulos. No presente capítulo é
feita a introdução desta dissertação. No capítulo II é feito o enquadramento geral do
setor imobiliário, realçando-se a sua pertinência para o desenvolvimento económico e
- 5 -
social de um país e procedendo-se a uma breve revisão da atual situação em Portugal.
São também apresentadas as origens e alguns conceitos associados aos métodos de
avaliação do risco no mercado de bens imóveis, bem como identificadas algumas das
principais limitações metodológicas gerais. No capítulo III é feita a apresentação dos
mapas cognitivos, como instrumento orientado para a estruturação de problemas
complexos, sendo abordados assuntos referentes à cognição humana, mapas cognitivos
e modelos de avaliação difusos, identificação de origens, características, princípios de
aplicação, vantagens e desvantagens deste tipo de abordagem. Por seu turno, o capítulo
IV diz respeito à componente empírica desenvolvida, a qual materializa a aplicação das
técnicas de mapeamento cognitivo. É apresentada a forma como foram conduzidas as
sessões de grupo, as quais contaram com a colaboração de sete especialistas (i.e. três
que investem regularmente em bens imobiliários e quatro profissionais do setor
imobiliário). Este capítulo descreve também os processos metodológicos seguidos e
reporta os testes conduzidos na análise dos determinantes de risco de investimento em
bens imóveis residenciais. Os resultados são analisados com recurso à combinação dos
software Decision Explorer, FCMapper e Pajek. O capítulo V sintetiza as principais
conclusões obtidas, apresentando também as algumas limitações e perspetivas para
futura investigação.
1.5. Principais Resultados Esperados
A presente dissertação assume uma postura construtivista, visando conceber um modelo
de avaliação global difuso de apoio à tomada de decisão orientado para a análise do
risco de investimento em bens imobiliários residenciais. Para análise das relações de
causalidade entre os determinantes de risco aplicar-se-ão os princípios da modelação
FCM. Com a participação direta de decisores que têm em comum o facto de investirem
regularmente na aquisição de imóveis residenciais, um dos resultados esperados da
presente dissertação passa, assim, por tornar mais robusta esta linha de investigação,
chamando a atenção para o potencial dos FCMs no processo de avaliação do risco de
investimento no mercado imobiliário residencial.
Na prática, é esperado que o recurso à abordagem cognitiva difusa, quando
devidamente explorada, acrescente simplicidade e transparência ao processo de tomada
de decisão, permitindo fundamentar melhor as decisões e, consequentemente, trazer
- 6 -
mais-valias para os próprios investidores e para o mercado imobiliário em geral. É
também esperada a publicação dos resultados alcançados em revistas internacionais da
especialidade, contribuindo para a divulgação da abordagem FCM na área das finanças.
- 7 -
CAPÍTULO II
Enquadramento Contextual e Revisão da Literatura
mediação imobiliária é uma atividade legalmente regulada, sendo definida
pela Associação de Profissionais de Empresas de Mediação Imobiliária de
Portugal (APEMIP) como a atividade que consiste “na procura, por parte das
empresas, em nome dos seus clientes, de destinatários para a realização de
negócios que visem a constituição ou aquisição de direitos reais sobre bens imóveis,
bem como a permuta, o trespasse ou o arrendamento dos mesmos ou a cessão de
posições em contratos que tenham por objeto bens imóveis” (APEMIP, 2012). Neste
estudo, a análise recai sobre o mercado de bens imóveis destinados à habitação, sendo
necessário apresentar algumas das suas características, bem como a importância que tem
para a economia de um país, para que se possa entender esta opção de investigação.
Nesse sentido, será apresentado um enquadramento do mercado de bens imóveis em
Portugal, serão analisados os fundamentos para a avaliação do risco neste tipo de
mercado, bem como identificados e analisados alguns dos principais métodos utilizados
para avaliação do risco. Por último, apresentar-se-ão as limitações metodológicas gerais,
criando assim bases para o modelo que irá ser desenvolvido na presente dissertação.
2.1. Breve Enquadramento do Mercado de Bens Imóveis
Em termos práticos, ter uma habitação faz parte dos projetos de muitas famílias, sendo a
opção mais comum em Portugal a compra desse mesmo bem imóvel residencial. Isto
representa, na maior parte das vezes, um grande investimento por parte de quem a
adquire, frequentemente sem a totalidade do capital necessário para esse fim. Nessas
circunstâncias, de acordo com Ferreira et al. (2013), o recurso ao crédito, através de
empréstimos bancários, traduz-se na opção mais comum. Não obstante, o cenário
económico que se apresenta desde 2008 não tem facilitado o desenvolvimento desses
projetos, apresentando registos desfavoráveis para a situação financeira das famílias. Do
ponto de vista do desenvolvimento económico, apesar do relaxamento das condições
exigidas às famílias poder incentivar a procura deste tipo de financiamento, certo é que
A
- 8 -
as instituições financeiras têm reduzido o crédito concedido, impondo spreads cada vez
mais altos, no sentido de compensar o risco associado aos problemas de liquidez e à
carteira de crédito malparado que não pára de aumentar (cf. INE, 2013).
Atualmente, Portugal apresenta uma conjuntura económica de recessão e, devido
às medidas de austeridade implementadas pelo Governo, o desenvolvimento económico
tem sido fortemente penalizado, registando aumento do desemprego (i.e. taxa de 16.4%
no 2º trimestre de 2013) (cf. INE, 2013), redução salarial, instabilidade no mercado de
trabalho e aumento de impostos (e.g. Imposto sobre o Valor Acrescentado (IVA) e
Imposto Municipal sobre móveis (IMI)). Deste modo, a atividade económica apresenta
alguma instabilidade, que atinge o mercado de bens imóveis, através da diminuição do
poder de compra das famílias e da consequente queda do consumo privado. A evolução
dos principais indicadores económicos do nosso País está apresentada na Figura 1.
Figura 1: Evolução dos Principais Indicadores Económicos
Fonte: Jones Lang LaSalle (2012: 10).
Com base na evolução destes indicadores económicos, parece fazer sentido saber
se uma conjuntura económica caracterizada por uma taxa de inflação de 0.8%, um
Produto Interno Bruto (PIB) de baixa expressão e uma taxa de desemprego de 16.4%,
oferecerá condições para o desenvolvimento do mercado imobiliário. Atualmente,
segundo o Plano Estratégico de Habitação 2008/2013 (cf. PEH, 2008/2013) (documento
da responsabilidade do Instituto da Habitação e da Reabilitação Urbana, CET/ISCTE e
da LET/Faculdade de Arquitetura da Universidade do Porto), o mercado habitacional no
nosso País é caraterizado pelo acentuado acesso à propriedade ainda com encargos de
crédito por parte das famílias, pouca expressão do mercado de arrendamento, forte peso
- 9 -
da construção nova em detrimento da reabilitação e forte importância do setor da
construção e obras pública na criação da riqueza. Na verdade, o mercado imobiliário no
nosso País apresenta um excesso de oferta, mas que, fruto da atual conjuntura
económica, está particularmente direcionado para quem tiver capital disponível para
investir. Com efeito, para quem não o tiver, terá que recorrer ao crédito, que não está
facilitado e afeta profundamente o nível de vendas. É neste sentido que a tendência é
para poupar, daí a solução encontrada pelas famílias passar pela procura de
arrendamento e não pela construção ou aquisição de habitação, motivando uma política
de habitação direcionada para o arrendamento, com o objetivo de equilibrar a oferta e a
procura com a reinserção no mercado habitacional de casas vagas ou devolutas, a preços
moderados (cf. Catalão, 2010). Por conseguinte, o mercado de arrendamento está a
ganhar importância no setor imobiliário.
Importa salientar, também, que a atividade das mediadoras tem vindo a revelar
importância crescente no mercado habitacional, nomeadamente na procura de (raras)
oportunidades de fazer negócio. Em particular, há que salientar o seu papel na
prospeção do mercado, no apoio e aconselhamento ao cliente e no poder negocial junto
da banca. Esta ideia parece ser defendida por Lencastre (in Jones Lang LaSalle, 2012),
segundo o qual, apesar do mercado imobiliário apresentar recordes mínimos de
investimento, o imobiliário no nosso País continua a ser muito bom, em termos de
excelentes edifícios e produtos imobiliários bem preparados para serem adquiridos ou
arrendados. Além disso, apresenta excelentes oportunidades de negócio para quem
puder investir, pois os imóveis apresentam preços de oportunidade. Todavia, existem
algumas medidas/ocorrências que podem ser consideradas obstáculos à atividade
imobiliária, como podemos verificar na Figura 2.
- 10 -
Figura 2: Obstáculos à Atividade Imobiliária
Fonte: APEMIP (2012: 39).
A Figura 2 ilustra os principais obstáculos económicos e bancários ao
desenvolvimento da atividade imobiliária, apresentados pela APEMIP (2012), entre os
quais se destacam a restritividade bancária, com cerca de 91.1%. Isto significa que as
entidades bancárias estão mais exigentes na aprovação dos créditos, aumentando os
spreads a empréstimos de maior risco. Outro obstáculo é a diminuição do poder de
compra, que limita a capacidade de investimento das famílias. Ainda assim, é
importante realçar a importância dos créditos destinados à habitação no portfólio de
empréstimos bancários em Portugal (Figura 3).
- 11 -
Figura 3: Portfólio de Empréstimos Bancários
Fonte: APB (2013:15).
Como ilustra a Figura 3, 40% dos empréstimos bancários são destinados a
particulares e, desses 40%, a fatia mais expressiva (i.e. 82%) é destinada à habitação.
Além disso, também os 32% de crédito para as sociedades não-financeiras são
substancialmente destinados ao setor da construção e do imobiliário (i.e. 32%). Deste
modo, parece evidente que as instituições financeiras ajudam no apoio ao investimento
neste setor, pois sem o apoio dos bancos não seria possível às famílias investirem em
bens imóveis. É neste sentido que os empréstimos bancários estimulam a economia do
País, pois incentivam o consumo de bens imóveis por parte dos particulares, conduzindo
ao desenvolvimento do setor da construção e, consequentemente, das atividades
associadas ao setor imobiliário, o que naturalmente contribui para o aumento da
empregabilidade, da circulação monetária e do crescimento do PIB. Importa ter
presente, no entanto, que esta lógica é bidirecional, pois numa economia que esteja em
declínio não se verificam efeitos positivos no setor imobiliário. Esta constatação pode
ser demonstrada pela magnitude da crise financeira e da recessão internacional que
sucedeu ao colapso das hipotecas subprime nos Estados Unidos da América (EUA),
onde a estabilidade financeira das famílias, da banca e do setor da construção e
atividades anexas foram abaladas (cf. CGD, 2011; Hill, 2011). Face ao exposto, uma
- 12 -
investigação que se debruce sobre uma análise cuidada do risco de investimento em
bens imóveis residenciais parece dotar-se de grande relevância, justificando a opção
temática da presente dissertação.
2.2. Fundamentos para a Avaliação do Risco no Mercado de Bens Imóveis
Os investimentos no mercado imobiliário são considerados de alto risco porque, para
além de envolvem, em regra, montantes significativos, o investidor negocia em prol de
um bem patrimonial, com o objetivo de ser rentável a longo prazo. Contudo, o valor do
imóvel é uma incerteza, assim como, em muitos casos, o preço comercial do bem que o
investidor está disposto a pagar (i.e. o valor comercial difere do valor estimado na sua
avaliação). Em conformidade com Tavares et al. (2009), avaliar um imóvel consiste em
associar um valor monetário a um bem, em função das suas qualidades e de
determinadas condições de mercado. A avaliação imobiliária é uma atividade que
depende de muitos fatores de avaliação; e quem avalia tem de ter uma grande
proximidade com este mercado, possuindo um vasto leque de conhecimento dos preços,
custos de construção, urbanismo, comportamento da oferta e da procura, e das
tendências e flutuações do mercado.
Este tipo de negócio é também um risco para as entidades financeiras, pois estas
financiam o investimento e necessitam de uma avaliação minuciosa do empréstimo a
conceder, exigindo uma análise cuidada desses mesmos pedidos, tendo em atenção o
valor e a duração temporal do reembolso. Fruto das crescentes restrições no acesso ao
crédito, as instituições financeiras apresentam condições de financiamento com spreads
mais elevados, devido ao risco que o crédito à habitação tem apresentado na economia
nacional (cf. APEMIP, 2012) (i.e. aumento do risco de incumprimento por parte dos
credores, devido ao sobre-endividamento das famílias). É neste sentido que é importante
analisar o risco de investimento no mercado imobiliário.
Mao e Wu (2011: 228) referem que: “the initial investment decision-making of
the real estate project is very important. It requires making the right assessment of
engineering project risk, then judging the project potential value which is affected by
the risk factors”. Na prática, os riscos mais comuns que influenciam a tomada de
decisão prendem-se essencialmente com: (1) taxas de juro referentes ao empréstimo
bancário, que podem ser flutuantes; (2) inflação, que influencia o poder de compra das
- 13 -
famílias e que, atualmente, é reduzido; (3) custo da habitação, derivado dos preços
inerentes à construção, ao projeto, ao licenciamento, etc.; (4) desastres naturais, que se
trata de riscos naturais que não podemos prever, mas que podem acontecer (e.g.
incêndios, inundações e tempestades); (5) risco de qualidade do bem imóvel, pois os
preços dependem muito da qualidade de construção, localização, idade, estado de
conservação, entre diversos outros fatores; e (6) risco do próprio crédito, no que
respeita ao aumento do incumprimento por parte dos credores. Por conseguinte, a
avaliação dos riscos inerentes ao setor imobiliário torna fundamental, para a tomada de
decisão, o recurso a modelos de avaliação do risco no mercado de bens imóveis, de
modo a potenciar o acerto das decisões e a diminuir o risco de investimento.
2.3. Métodos de Avaliação do Risco no Mercado de Bens Imóveis
A análise de risco é fundamental porque tem por objetivo encontrar uma solução eficaz
que permita reduzir o risco de investimento. Nesse sentido, importa referir que existem
vários tipos de risco associados ao investimento imobiliário, sendo necessário fazer uma
avaliação o mais objetiva possível. Em conformidade com Onofrei e Anghel (2012:
481), “emerging markets’ real estate performance is nowadays heavily affected by lack
of investor confidence, risk perceptions, increasing cost of finance and finally market
fundamentals”, sendo fundamental conceber modelos globais que apoiem a tomada de
decisão do investidor e ajudem a promover o desenvolvimento deste mercado.
Na prática, têm sido vários os autores que têm vindo a debruçar-se sobre esta
temática, contribuindo com diferentes modelos de avaliação do risco. De acordo com
Yancang e Juanjuan (2009: 138), “the risk evaluation of the real estate is more and
more important. But, how to find an effective method to determine the weight of every
risk factor and how to deal with the uncertainty of the evaluation are urgent questions.
Lots of efforts have been done. But, we still have a long way to go”. Esta orientação
parece ser reforçada por Wenpo e Minli (2012: 1815), ao referirem que “real estate
investment is a high-risk and high returned of economic activity, the key of real estate
analysis is the identification of their types of investment risk and the risk of different
types of effective prevention”. Ou seja, é importante identificar os riscos associados ao
investimento, de modo a obter soluções eficazes que permitam melhorar a sua avaliação
- 14 -
no âmbito de investimentos imobiliários. A Tabela 1 apresenta um breve resumo de
alguns dos contributos realizados nesta área de investigação.
- 15 -
Autores Método Contribuição / Originalidade Limitações Reconhecidas pelos Autores
Ooi & Liow (2004) Regressões em painel
Examina os retornos ajustados ao risco de títulos imobiliários, negociados em economias desenvolvidas.
Os retornos ajustados ao risco são baseados em grande parte em fatores macroeconómicos.
Jiang et al. (2007) Analytic Hierarchy Process (AHP) Análise objetiva, que identifica informações quantitativas de cada fator de risco, de modo a diminuir ou evitar esse mesmo risco.
Os fatores que influenciam o investimento imobiliário são aleatórios.
Lingling et al. (2008) Método AHP com avaliação fuzzy
Facilitar o seu uso na vida real, com simulações eficazes, para a tomada de decisão. Permite identificar os principais fatores de risco.
Limitações na análise de risco de diferentes projetos.
Yijan et al. (2008) Método de avaliação baseado na lógica fuzzy
O método é tido como preciso e objetivo na avaliação do risco de projetos. É difícil avaliar o peso de cada fator de risco.
Huang et al. (2009) Rede neural
Determina o impacto dos fatores de risco e o peso de cada fator. É um modelo simples e com precisão.
A avaliação de risco atinge um mapeamento não-linear.
Tang & Liu (2009) Método de avaliação fuzzy Quantifica os riscos existentes no processo de investimentos em projetos imobiliários.
Não pode ser aplicado para todos os casos, depende do tamanho da amostra e do impacto do tempo. É necessário ajustar e corrigir de acordo com as condições reais do projeto de investimento e do status de desenvolvimento social.
- 16 -
Tabela 1: Contributos para a Avaliação do Risco de Investimento em Bens Imóveis
Yancang & Juanjuan (2009) AHP com avaliação fuzzy
Determinar o peso de cada indicador e o valor do risco usando um modelo fuzzy, para uma avaliação fácil e racional.
Dificuldade em lidar com a incerteza da avaliação do risco.
Khumpaisal & Chen (2010)
Abordagem multicritério com base no Analytic Network Process (ANP)
Avalia os riscos de um projeto de desenvolvimento imobiliário, apoiando os investidores na tomada de decisão.
É um modelo de avaliação de risco incompleto. É necessário melhorar este modelo de avaliação de risco a fim de dar mais confiança aos investidores.
Yancang et al. (2010)
Modelo de análise hierárquica AHM – modelo de pensamento Aperfeiçoamento do AHP. Dificuldade em quantificar os fatores de risco.
Mao & Wu (2011) Método de opções reais difusas
O modelo é definido como base numa lógica fuzzy, aumentando a precisão dos resultados da avaliação do projeto.
O rendimento do investimento e os custos são muitas vezes obtidos por fluxo de caixa, o que limita a análise e a avaliação da influência dos parâmetros relativos causados por fatores de risco qualitativos, podendo causar desvios na avaliação do valor global do projeto.
Wenpo & Minli (2012) Avaliação global difusa
Método muito eficaz na avaliação do risco, pois fornece uma referência para a tomada de decisão e avalia a ambiguidade.
É necessário combinar vários métodos para melhorar as conclusões da análise do risco.
- 17 -
Os estudos apresentados na Tabela 1 permitem realçar a importância da temática
em discussão. Todavia, a sua análise permite também identificar um leque de limitações
de natureza metodológica comuns à maioria dos contributos apresentados.
2.4. Limitações Metodológicas Gerais
Com base na informação apresentada na Tabela 1, é possível identificar algumas
limitações metodológicas gerais, as quais podem ser tidas como oportunidades de
aperfeiçoamento e/ou para dar aso a novas linhas de investigação. Com efeito, os atuais
métodos de análise de investimento imobiliário resultam, muitas vezes, de previsões que
não estão isentas de erro e que, por isso, podem comprometer a análise de viabilidade de
um projeto. Estes métodos são frequentemente baseados em simulações e, de acordo
com Di Bernardi e Hochheim (2006), a simulação melhora os níveis de informação para
apoiar a decisão de investir, mas não baixa o risco do investimento. É neste sentido que
grande parte das contribuições apresentadas é tida como limitada, pois, para Doumpos e
Zouponidis (2001: 98), “while several multivariate statistical and econometric analysis
techniques (e.g. discriminant analysis, logit and probit analysis, the linear probability
model, etc.) have been used to address this type of problems, their methodological short
comings have already led researchers towards the exploitation of new operational
approaches”.
Na realidade, como referem Šušteršic et al. (2009: 4736), as abordagens
clássicas de natureza paramétrica (e.g. linear discriminant analysis, linear regression,
logit, probit, tobit e binary tree) apresentam como principal limitação “the assumption
of linear relationship between variables, which is usually nonlinear and the sensitivity
to the deviations from the multivariate normality assumption. Because of the linear
relationship between variables […] [these methods] are reported to have a lack of
accuracy”. Além disso, outras limitações estão associadas à escassez de dados
necessários à modelização (Lopez e Saidenberg, 2000); ao cálculo da ponderação entre
os vários critérios de avaliação (Ferreira, 2011); bem como à necessidade de tornar
explícita a subjetividade no processo de tomada de decisão (Santos et al., 2002) (ver
também Rocha et al. (2007); Wang et al. (2011) e Dias (2012)). Face ao exposto, parece
evidente que nem os modelos mais promissores estão isentos de limitações, relevando-
se assim o interesse em promover a busca de alternativas metodológicas.
- 18 -
SINOPSE DO CAPÍTULO II
Este segundo capítulo visou apresentar a situação do setor imobiliário em Portugal,
nomeadamente no que respeita ao mercado de bens habitacionais, descrevendo algumas
características que influenciam a concretização deste tipo de negócios, e tendo por base
a atual conjuntura económica no nosso País. Ao longo deste capítulo foi possível
verificar que o mercado imobiliário também tem sofrido com a crise instalada, tendo o
nível de vendas caído substancialmente. Com efeito, foi possível apurar que a procura
imobiliária é influenciada pela oferta das instituições financeiras, tendencialmente mais
restritivas ao crédito; e apesar dos empréstimos à habitação constituírem o produto
financeiro mais procurado pelas famílias portuguesas, certo é que são também os que
apresentam maior probabilidade de incumprimento. Neste sentido, verificou-se que
existe uma deterioração do rendimento disponível das famílias, o qual não é imune à
subida acentuada dos impostos, que afetam a capacidade de consumo dos portugueses e
que lhes limita o investimento, nomeadamente na aquisição de bens imóveis. O capítulo
prosseguiu fazendo referência à necessidade de se analisar o risco de investimento
associado à aquisição de bens imóveis. Diferentes estudos, métodos ou abordagens têm
sido desenvolvidos e propostos neste domínio. Não obstante, a sua análise permite a
identificação de um conjunto de limitações metodológicas gerais, as quais podem ser
tidas como oportunidades de aperfeiçoamento e/ou para dar aso a novas linhas de
investigação. Com efeito, os atuais métodos de análise de investimento imobiliário
resultam, muitas vezes, de previsões que não estão isentas de erro e que, por isso,
podem comprometer a análise de viabilidade de um projeto. Além disso, muitos dos
contributos apresentados até ao momento são ainda pautados por limitações associadas
à escassez de dados necessários à modelização, ao cálculo da ponderação entre os vários
critérios de avaliação é à necessidade de tornar explícita a subjetividade no processo de
tomada de decisão. Como tal, concluiu-se que nem os modelos mais promissores estão
isentos de limitações, relevando-se o interesse em promover a busca de alternativas
metodológicas que permitam, de alguma forma, ultrapassar algumas destas limitações.
No próximo capítulo serão apresentados os aspetos metodológicos que estão na base do
modelo de avaliação global difuso a desenvolver, dando enfase ao recurso a técnicas de
mapeamento cognitivo. Como resultado esperado, pretende-se a formalização de uma
proposta metodológica que visa contribuir para a avaliação do risco de investimento em
bens imóveis residenciais, apoiando a tomada de decisão de potenciais investidores.
- 19 -
CAPÍTULO III
Enquadramento Metodológico
uso de mapas cognitivos tem vindo a ganhar expressão como elemento de
apoio à tomada de decisão. Como referido no capítulo anterior, muitas das
limitações das abordagens metodológicas existentes estão associadas à
escassez de dados necessários à modelização, ao cálculo da ponderação entre
os vários critérios de avaliação, bem como à necessidade de tornar explícita a
subjetividade no processo de tomada de decisão. Daí ser fundamental apoiar os agentes
de decisão, estruturando o problema para que este seja percetível a todos. Este capítulo
visa então enquadrar a abordagem dos modelos de avaliação difusos, orientada para a
estruturação de problemas complexos, e assumindo os mapas como um instrumento
fundamental no âmbito da presente dissertação. Com efeito, de modo a contextualizar
esta metodologia, serão abordados os seguintes pontos: (1) cognição humana e mapas
cognitivos; (2) mapas cognitivos e modelos de avaliação difusa; e (3) vantagens e
limitações do uso da cartografia cognitiva difusa na análise do risco de investimento em
bens imóveis residenciais.
3.1. Cognição Humana e Mapas Cognitivos
Para Monteiro e Barrias in Ferreira (2011: 123), a cognição humana é “um processo
complexo que resulta da interacção entre o sistema-motor e as estruturas neurológicas
responsáveis pelo sistema cognitivo de um indivíduo” . Isto significa que é a interação
entre a quantidade de informação com a qualidade dessa mesma informação que faz
com que um indivíduo tente relacionar as imagens reais (i.e. observação) com aquelas
que são criadas na sua mente, de modo a dar algum significado às coisas. Neste sentido,
a cognição humana apresenta-se como a forma como um problema é percebido e que,
naturalmente, vai condicionar a resposta do indivíduo ao mesmo, dando origem a uma
ampla variedade de opiniões e a alterações na tomada de decisão. Deste modo, Ferreira
(2011: 124) defende ser “possível criar representações mentais de factos externos
perceptíveis, nomeadamente: semânticos, sensoriais e afectivos”. É neste plano que
surgem os mapas cognitivos, entendidos como derivados da captação dos modelos
O
- 20 -
mentais das pessoas sobre um determinado tema (Diniz e Lins, 2012). Segundo Steiger
e Steiger (2008: 313), “mental models are tacit, hypothetical knowledge structures that
integrate the ideas, practices, assumptions, beliefs, relationships, insights, facts and
misconceptions that together shape the way an individual views and interacts with
reality” . Já por seu lado, Cossette e Audet (1992), em complemento, afirmam que um
mapa cognitivo é uma representação gráfica de um conjunto de representações
discursivas feitas por um indivíduo ou grupo, referente a um objeto num contexto de
uma interação particular. Uma outra definição é dada por Eden e Ackermann (2001),
segundo os quais um mapa cognitivo é um modelo, em formato de diagrama, usado por
um indivíduo para comunicar a natureza de um dado problema ou assunto,
representando preferências, experiências, crenças, valores, objetivos ou a sabedoria de
um indivíduo no modo como interpreta uma dada situação.
O apoio à tomada de decisão pode, deste modo, ser visto como uma
oportunidade de resolução de problemas pois, em conformidade com Keeney (1996),
“decisionmakers usually think of decision situations as problems to be solved, not as
opportunities to be taken advantage of”. Por seu lado Carvalho (2001), é da opinião que
um mapa cognitivo interessa-se fundamentalmente pela estruturação do problema de
decisão, e não pelo processo de inferência ou decisão envolvidos nesse problema,
podendo assim ser considerado como uma técnica de ajuda à decisão ou como uma
ferramenta de comunicação. De facto, os mapas funcionam como um instrumento de
negociação, pois auxiliam a interpretação do problema e tornam-se úteis em processos
de apoio à tomada de decisão, podendo ajudar a identificar oportunidades de ação, a
reduzir margens de erro e a avançar em busca de boas soluções (cf. Ferreira, 2011).
Swan (1997), Peña et al. (2008) e Village et al. (2013) afirmam que o mapa cognitivo
facilita, assim, o processo de tomada de decisão, pois promove uma compreensão
compartilhada da problemática em análise. Nesta linha de raciocínio, os mapas
cognitivos surgem como instrumentos de estruturação de problemas complexos, cujas
principais vantagens residem, como já referido, no facto de permitirem reduzir a taxa de
critérios omitidos, promoverem a discussão, como consequência da troca de ideias e
experiências, e conduzirem a um aumento da aprendizagem entre os atores envolvido
(cf. Belton e Hodgkin, 1999; Tegarden e Sheetz, 2003; Eden e Ackermann, 2004). Neste
sentido, é reforçado o argumento de que os mapas cognitivos podem ser úteis como
ferramenta para resumir, comunicar e, posteriormente, analisar o conhecimento de um
indivíduo, ou grupo de indivíduos, relativamente a um dado problema de decisão,
- 21 -
podendo assim ser considerado como uma técnica de ajuda à decisão ou como uma
ferramenta de comunicação.
Numa lógica mais específica, Nicolini (1999) e Carlucci et al. (2013), entre
outros, apresentam duas funções principais dos mapas cognitivos: (1) uma função
descritiva, pois fornecem representações visuais, com o intuito de ajudar o indivíduo a
uma melhor perceção do problema, facilitando assim a sua resolução; e (2) uma função
de apoio à reflexão, em que o mapa é tido como uma ferramenta de apoio ao
pensamento e à elaboração de ideias. Em termos práticos, um mapa cognitivo é
constituído por uma rede de ideias, estruturadas hierarquicamente e ligadas por setas,
cuja direção indica a relação de causalidade entre os mesmos (cf. Eden, 2004; Eden e
Ackermann, 2004; Diniz e Lins, 2012). Isto significa que as setas podem ter um sinal
positivo (+) ou negativo (-), em função do tipo de relacionamento ou causalidade
existente entre conceitos (cf. Klein e Cooper, 1982; Montibeller e Belton, 2006;
Ferreira, 2011). A Figura 4 ilustra, a título de exemplo, parte de um mapa cognitivo.
Figura 4: Exemplo de um Mapa Cognitivo [Parcial]
Fonte: Ferreira (2011: 137).
- 22 -
Em conformidade com Shaw (2004) e Martins (2014), a construção de mapas
cognitivos é tida como uma experiência bastante enriquecedora para os decisores ou
participantes, na medida em que os leva a reconsiderar e/ou reavaliar os seus pontos de
vista, permitindo melhorar a sua perceção sobre o problema. Isto verifica-se porque os
mapas cognitivos apresentam, como se pode verificar na Figura 4, relações de causa-
efeito entre os critérios de avaliação contemplados no âmbito de um problema de
decisão, permitindo aprender à medida que o mapa é desenvolvido (ver Bastos, 2002).
Em suma, os mapas cognitivos apresentam-se como representações do ambiente,
devendo ser atualizados em função das experiências do indivíduo (ou grupo de
indivíduos). Essas representações são flexíveis e permitem uma imagem aproximada da
realidade, aumentando a compreensão das relações de causalidade entre conceitos ou
variáveis. É precisamente por isto que o seu potencial no apoio à tomada de decisão é
enorme, nomeadamente em contextos que se caracterizam pela falta de informação ou
ambiguidade de valores resultante da incerteza da decisão, como é o caso da análise do
risco de investimento em bens imóveis residenciais. Não obstante, importa ter presente
que existe um leque alargado de diferentes tipos de mapas cognitivos (ver Gabrilova et
al. (2013) para uma classificação detalhada). A presente dissertação fará uso de mapas
cognitivos difusos (ou fuzzy cognitive maps, na literatura anglo-saxónica).
3.2. Mapas Cognitivos e Modelos de Avaliação Difusos
Os fuzzy cognitive maps (FCMs) foram introduzidos por Kosko (1986), que procedeu à
combinação de mapas cognitivos com a lógica difusa. Como referem Carlucci et al.
(2013: 212), “Kosko enhanced the power of cognitive maps considering fuzzy values for
the concepts of the cognitive map and fuzzy degrees of interrelationships between
concepts”. A lógica da avaliação difusa é uma ferramenta apropriada para lidar com
situações que contenham uma grande variedade de informações vagas, incompletas e/ou
que incluam incertezas nas definições. Foi desenvolvida na década de 1960 e tem sido
muito utilizada para modelar problemas sociais, económicos e políticos (cf. Carvalho,
2013), assim como para facilitar o diálogo sobre o problema de decisão a ser tratado,
permitindo modelar problemas complexos de um modo simples. Neste sentido, é uma
abordagem que oferece grande potencial no âmbito do tratamento de decisões de
investimento em bens imóveis residenciais, pois ajuda a compreender e analisar melhor
- 23 -
o risco associado. Para Lee et al. (2013), por se basearem na lógica difusa, os FCMs
permitem que a representação cognitiva dos problemas seja mais realista.
Do ponto de vista conceptual, os FCMs têm duas características particulares: (1)
as relações causais entre conceitos/critérios seguem uma lógica difusa (i.e. a relação
entre critérios diferentes é representada, simultaneamente, por um sinal de causalidade
positiva/negativa e por um número, que representa o grau de intensidade/influência da
relação e que varia entre - 1 e 1); e (2) o sistema é dinâmico, ou seja, envolve ligações
de feedback entre os critérios, permitindo considerar aspetos temporais no quadro de
decisão (cf. Carlucci et al., 2013). Deste modo, os FCMs incorporam fundamentos das
redes neurais artificiais e da lógica difusa, incluindo na sua estrutura típica
nós/conceitos e arcos entre eles. A Figura 5 exemplifica um FCM, onde Ci é o
conceito/critério i e Wij representa o grau de influência da relação entre os critérios i e j.
Figura 5: Exemplo de um FCM
Fonte: Yaman e Polat (2009: 386).
Como facilmente se poderá constatar, todos os valores do mapa podem ser
difusos e, por conseguinte, cada conceito encontrar-se-á num estado Ai, situado no
intervalo entre [0, 1], ou numa lógica bivalente em {0, 1}. Além disso, os pesos dos
arcos também podem assumir um valor difuso dentro do intervalo [-1, 1], ou uma lógica
trivalente de {-1, 0, 1}. Neste sentido, é importante notar que existem três tipos
possíveis de relações causais entre critérios/conceitos: (1) causalidade positiva (Wij > 0),
que significa que um aumento (diminuição) do valor de Ci leva a um aumento
(diminuição) no valor de Cj; (2) causalidade negativa (Wij < 0), que significa que um
aumento (diminuição) do valor de Ci leva a uma diminuição (aumento) do valor de Cj; e
- 24 -
(3) causalidade nula (Wij = 0), ou seja, nenhuma relação entre Ci e Cj (cf. Kim e Lee,
1998; Mazlack, 2009; Kok, 2009; Salmeron, 2009; Yaman e Polat, 2009).
Importa ter presente, no entanto, que, para além da representação gráfica, os
FCMs têm uma base matemática. Em conformidade com Stylios e Groumpos (1999),
Mazlack (2009) e Carlucci et al. (2013), existe um vetor de estado n x 1, que inclui os
valores de n conceitos; e uma matriz-peso W de n x n (também conhecido como matriz
adjacente ou matriz de ligação), que reúne os pesos Wij das interligações entre os n
critérios do FCM. Embora os valores da diagonal principal possam ser considerados
diferentes de zero (cf. Kok, 2009; Carvalho, 2013), esta matriz geralmente apresenta
todas as entradas da diagonal principal igual a zero (i.e. só raramente um critério é a
causa de si próprio), e o valor de cada critério é influenciado pelos valores dos critérios
interligados (com os pesos apropriados) e pelo seu valor anterior. Isto significa que um
FCM é livre de interagir e que, a cada passo da interação, cada critério tem um novo
valor, que é obtido de acordo com a formulação (1):
��(���) = ���
���(�) + ���(�).���
�
������
�
(1)
De acordo com Mazlack (2009), Ai(t+1) é o estado de ativação do critério Ci no
momento t+1; Ai(t) é o estado de ativação do critério Ci no momento t; Aj
(t) corresponde
ao estado de ativação do critério Cj no momento t; Wji é o peso da interconexão entre
ambos os critérios; e f representa a função de ativação limiar (ver Stach et al., 2005;
Papageorgiou et al., 2012; Salmeron, 2012). Partindo desta base, “the new state vector
Anew is computed by multiplying the previous state vector Aold by the weight matrix W”
(Mazlack, 2009: 6).
O impacto global da alteração de um critério pode ser dado por Anew e, citando
Carlucci et al. (2013: 213), “the resulting transformed vector is then repeatedly
multiplied by the adjacency matrix and transformed until the system converges to a
fixed point. Typically it converges in less than 30 simulation time steps”. No final da
simulação, é obtido um ranking (i.e. “força de impacto”) das variáveis, permitindo ver
como é que o sistema é percebido numa lógica FCM. Além disso, é possível formular
perguntas do tipo “E se?” (e.g. o que acontece com o sistema se alguns dos conceitos
- 25 -
mudarem ou se outros forem introduzidos ou removidos?), bem como fazer simulações
adicionais para determinar o estado de convergência do sistema (ver Carvalho, 2013).
Analisando pros e contras, poder-se-á afirmar que “they [FCMs] have powerful and far-
reaching consequences as a mathematical tool for modeling complex systems”
(Mazlack, 2009: 5). Face ao exposto, parece fazer sentido explorar a aplicabilidade dos
FCMs no apoio à análise do risco de investimento em bens imóveis residenciais.
Em suma, os FCMs são estruturas difusas que se assemelham a redes neurais,
sendo considerados como uma ferramenta matemática para a modelagem de sistemas
complexos. Esta ideia é reforçada por Mazlack (2009), que salienta que estes
instrumentos de análise são desenvolvidos de forma simples, podendo ser utilizados em
situações de decisão significativamente complexas. Também para Carvalho (2013: 8),
“fuzzy cognitive maps […] are meant to be a combination of neural networks and fuzzy
logic that allow us to predict the change of the concepts represented in causal maps”.
Esta constatação parece ser de extrema importância, pois, ao fazerem uso de técnicas de
mapeamento cognitivo difuso, os decisores podem melhorar a sua capacidade de
planear, potenciando a melhoria dos resultados do seu negócio.
3.3. Vantagens e Limitações da Cartografia Cognitiva Difusa
No seguimento da exposição do método em estudo, a presente secção centra-se na
apresentação das principais vantagens e desvantagens da cartografia cognitiva difusa,
sendo várias e diferentes as vantagens reconhecidas resultantes desta abordagem. Logo
de início, o método é caracterizado como simples, flexível e dinâmico, permitindo
modelar problemas complexos num modo simples, reduzindo incertezas e tendo a
vantagem de gerar sistemas dinâmicos que evoluem ao longo do tempo.
Segundo Özesmi e Özesmi (2004), este método tem a capacidade de: (1)
permitir processos de feedback; (2) lidar com muitas variáveis que podem não ser bem
definidas; (3) modelar relações entre variáveis que não são conhecidas com segurança;
(4) modelar sistemas onde a informação científica é limitada, mas em que existem
especialistas com conhecimento da problemática de decisão; (5) chegar a resultados
similares a outros estudos, mas com tamanhos de amostra inferiores; (6) combinar
diferentes fontes de conhecimento; e (7) aumentar a velocidade de modelagem do
sistema e do efeito de diferentes opções.
- 26 -
Como todas as metodologias, os FCMs também têm as suas limitações. Em
conformidade com Schneider et al. (1998) e Özesmi e Özesmi (2004), o conhecimento
dos decisores, a ignorância, equívocos e preconceitos são todos codificados nos mapas,
a menos que sejam objeto de estudo. Além disso, existem outros pontos a ter em conta,
nomeadamente: (1) o problema pode ser modelado no FCM mas não pode ser resolvido;
(2) podem não conseguir modelar a ocorrência de múltiplas causas, por ser bastante
complexo; (3) adicionam muitos mapas cognitivos em conjunto; (4) os FCMs não
fornecem o valor real, mas sim estimativas de parâmetros ou testes estatísticos
inferenciais; e (5) são omissos no conceito de tempo. Outros autores, como Lee et al.
(2013), apresentam ainda as seguintes limitação aos FCMs: (i) quando aplicados ao
mundo real, os FCMs são geralmente muito grandes e complexos, com um grande
número de conceitos; (ii) existem técnicas para a construção dos FCMs que são, por
vezes, inadequadas ou inviáveis na prática; (iii) os esforços existentes para lidar com
atrasos requerem “nós” fictícios, aumentando a complexidade na inferência do mapa; e
(iv) como os FCMs são sistemas não-lineares, as diferentes combinações podem resultar
em novos padrões com comportamentos inesperados.
Como referem Weber e Borcherding (1993), não existem metodologias isentas
de limitações. Assim, e apesar das críticas identificadas, importa realçar a importância
da cartografia cognitiva difusa na resolução de problemas de apoio à decisão. Neste
sentido, contemplando prós e contras, parece interessante explorar a sua aplicabilidade
no âmbito da análise do risco de investimento em bens imoveis residenciais, na medida
em que este domínio de decisão se tem caracterizado pela escassez de dados necessários
à modelização, dificuldades no cálculo da ponderação entre os vários critérios de
avaliação, bem como pela necessidade de tornar explícita a subjetividade no processo de
tomada de decisão. Em qualquer um destes pontos, a elaboração de um FCM poderá
contribuir significativamente. Será isso que se tentará demonstrar no próximo capítulo
da presente dissertação.
- 27 -
SINOPSE DO CAPÍTULO III
Este terceiro capítulo visou enquadrar a abordagem dos modelos de avaliação difusos,
orientada para a estruturação de problemas complexos, e assumindo os mapas como um
instrumento fundamental no âmbito da presente dissertação. Com efeito, começou-se
por apresentar a cognição humana como a forma como um problema é percebido e que,
naturalmente, condiciona a resposta do indivíduo, dando origem a uma ampla variedade
de opiniões e a alterações na tomada de decisão. É neste plano que surgem os mapas
cognitivos, entendidos como derivados da captação dos modelos mentais das pessoas
sobre um determinado tema. Neste sentido, ficou entendido que um mapa cognitivo
interessa-se, fundamentalmente, pela estruturação do problema de decisão, e não pelo
processo de inferência ou decisão envolvidos nesse problema, podendo assim ser
considerado como uma técnica de ajuda à decisão ou como uma ferramenta de
comunicação. Como se pôde constatar, é uma ferramenta extremamente útil para quem
pretenda estruturar um problema, discuti-lo com outros e para ajudar a decidir sobre
esse mesmo problema. Como representações do ambiente, os mapas são flexíveis e
permitem uma imagem aproximada da realidade, aumentando a compreensão das
relações de causalidade entre conceitos. É precisamente por isto que o seu potencial no
apoio à tomada de decisão é enorme, nomeadamente em contextos que se caracterizam
pela falta de informação ou ambiguidade de valores resultante da incerteza da decisão,
como parece ser o caso da análise do risco de investimento em bens imóveis
residenciais. Não obstante, importa ter presente que existe um leque alargado de
diferentes tipos de mapas cognitivos e, nessa lógica, a avaliação difusa é vista como
uma ferramenta apropriada para lidar com situações que contenham uma grande
variedade de informações vagas, incompletas e/ou que incluem incertezas nas
definições. Na prática, constatou-se que os FCMs são estruturas difusas que se
assemelham a redes neurais, sendo considerados como uma ferramenta matemática para
a modelagem de sistemas complexos. Apesar das críticas identificadas, importa realçar
a importância da cartografia cognitiva difusa no tratamento de problemas de apoio à
decisão e, nesse sentido, relevou-se o interesse em explorar a sua aplicabilidade no
âmbito da análise do risco de investimento em bens imoveis residenciais. Com base no
enquadramento teórico e metodológico efetuado até ao momento, o próximo capítulo
materializa a componente empírica, onde se procede à estruturação de um modelo de
avaliação global na análise do risco de investimento em bens imóveis residenciais.
- 28 -
CAPÍTULO IV
Aplicação e Análise de Resultados
a sequência do enquadramento teórico e metodológico efetuado nos capítulos
anteriores, este quarto capítulo reporta a componente empírica do estudo.
Neste sentido, e considerando o principal objetivo da presente dissertação, i.e.
conceber um modelo de avaliação global difuso na análise do risco de
investimento em bens imóveis residenciais, é apresentada a aplicação das técnicas de
cartografia cognitiva, ou seja, como foram aplicadas na identificação dos critérios e na
estruturação do problema de decisão em análise. Por fim, é explicada a forma como os
diferentes passos do processo conduziram aos resultados alcançados. Após a análise dos
resultados, seguem-se as limitações do estudo e as recomendações.
4.1. Definição da Problemática de Decisão
Tal como referido anteriormente, este estudo visou conceber um modelo de avaliação
global difuso que permitisse avaliar o risco de investimento em bens imóveis
residenciais. O desenvolvimento desse modelo/sistema fez uso das metodologias de
estruturação apresentadas anteriormente, de forma a explorar a sua aplicabilidade no
contexto em análise. Assim, a aplicação metodológica foi pautada pelos seguintes
objetivos: (1) identificar critérios chave; (2) criar um modelo transparente com a
participação direta de especialistas da área; (3) validar o modelo proposto; e (4)
contribuir para a divulgação da metodologia FCM no domínio das finanças.
A fase da estruturação do problema é, talvez, a fase mais importante do processo
de apoio à decisão (cf. Montibeller et al., 2008). Neste sentido, no âmbito da presente
dissertação, a resolução do problema passa pela criação de um modelo global difuso,
por meio da identificação e hierarquização dos critérios que melhor caracterizam bens
imobiliários residenciais. O modelo desenvolvido neste estudo teve como base o recurso
a técnicas de cartografia cognitiva, nomeadamente FCMs. Tendo em conta que a
aplicação destas técnicas pressupõe a reunião, em sessões presenciais, de um grupo de
decisores com conhecimento técnico da área em estudo, colaboraram na nossa
N
- 29 -
investigação alguns especialistas/profissionais do setor imobiliário: agentes,
mediadores, construtores imobiliários e investidores. Estes especialistas, também
denominados decisores na literatura, disponibilizaram-se para participar nas duas
sessões de trabalho em grupo que estão na base da estruturação do modelo proposto. As
sessões foram conduzidas por dois facilitadores/investigadores e tiveram uma duração
média aproximada de 4.5 horas.
Importa ter presente que a constituição do painel de decisores não foi fácil, pois
a grande maioria das pessoas contactadas revelou-se indisponível para participar no
estudo; e outros nem sequer responderam. Em todo caso, após um período aproximado
de dois meses a estabelecer contactos, conseguiu-se reunir um grupo de 7 decisores (i.e.
3 investidores, 3 agentes mediadores e 1 construtor imobiliário). De acordo com a
literatura da especialidade, que sugere um número de decisores entre 6 e 10 (cf. Eden e
Ackermann, 2004: 618), este objetivo foi alcançado, conseguindo-se reunir um número
suficiente de decisores. No próximo ponto será abordada a forma como se procedeu à
elaboração do FCM.
4.2. Elaboração do Mapa Cognitivo de Base
A primeira sessão de trabalho em grupo teve início com uma pequena apresentação do
objetivo principal do estudo e dos conceitos e procedimentos base da metodologia,
dando a conhecer a forma como o processo iria decorrer. Este primeiro procedimento
foi importante para focar a atenção dos decisores na problemática do risco de
investimento em bens imóveis residenciais. Posto isto, foi colocada a seguinte questão
de partida: “Com base nos seus valores e experiência profissional, quais são os fatores
e/ou características de um imóvel residencial que influenciam o seu valor de mercado e
o seu risco de investimento?”. De seguida, incentivou-se a discussão entre os decisores,
no sentido destes partilharem valores e experiências pessoais.
Do ponto de vista metodológico, esta primeira sessão teve por base a aplicação
da “técnica dos post-its” (cf. Ackermann et al., 1992; Ackermann e Eden, 2010), que
consiste em escrever, em autocolantes (i.e. post-its), os critérios que, na perspectiva de
cada decisor, são relevantes no âmbito do problema em estudo. Objetivamente,
decorrente da discussão entre os membros do grupo, a regra consiste em escrever um (e
- 30 -
só um) critério por cada post-it, devendo o mesmo ser assinalado com um sinal menos (-
), no caso da relação de causalidade ser negativa (cf. Ferreira, 2011). Em termos
operacionais, os post-its foram dispostos verticalmente, num quadro de sala de reuniões,
à medida que os decisores iam trocando ideias e enriquecendo o processo de decisão
com aumento da informação disponível. Com a aplicação dos processos metodológicos
desta técnica, foi possível identificar determinantes/critérios de avaliação subjacentes à
avaliação do risco em bens imóveis residenciais e, consequentemente, a elaboração de
um mapa cognitivo de grupo. Naturalmente, algumas dificuldades foram sentidas neste
processo como, por exemplo, alguma desconfiança inicial e preocupação dos decisores
quanto à possibilidade de se repetirem critérios. Porém, segundo Ferreira et al. (2012),
estas dificuldades são ultrapassadas à medida que se avança na estruturação do modelo.
A fase seguinte consistiu em agrupar os post-its por áreas de preocupação (i.e.
clusters), tendo resultado seis clusters: características da habitação; características dos
“espaços comuns”; factores de localização; factores conforto/família; factores
económico-sociais; e estigmas sociais (i.e. crenças). A Figura 6 ilustra alguns dos
momentos desta primeira sessão de trabalho em grupo.
Figura 6: Instantâneos da Primeira Sessão de Grupo
- 31 -
A denominação de cada cluster, bem como a afetação dos critérios aos mesmos,
foi possível através de um processo de negociação entre os decisores. Seguindo as
orientações de Ferreira (2011), foi dada a possibilidade aos decisores de, em caso de
discordância com o conteúdo e/ou forma do mapa, inserir e/ou alterar novos post-its
(i.e. critérios), bem como reestruturar os clusters e/ou recomeçar tudo de novo, caso a
versão final não correspondesse à perceção projetada. Por fim, foi efetuada uma análise
interna de cada cluster e concebida a versão final do mapa com recurso ao software
Decision Explorer (www.banxia.com). A Figura 7 ilustra essa versão final, também
denominada “mapa estratégico”, o qual foi validado pelo painel de decisores e revela a
forma como o problema foi estruturado. O passo seguinte consistiu na análise da
intensidade das relações de causalidade entre critérios.
- 32 -
Figura 7: Mapa Cognitivo de Grupo
1 Característi cas daHab i tação
2 Área de Con strução
3 Bom Investimento
4 Fatores deLocalização
5 As Vi stas
6 DinamismoAutárq uico
7 Vi zinhança
8 Zo na de Ri sco
9 Transpo rtes
10 Localização11 Bai rro s Sociais
12 Pro ximidade d eEsco las
13 Envolvência
14 Co mércio15 DensidadePop ulacional
1 6 Área Envo lvente
17 Facil idade d eEstacionamen to
18 Ace ssosRodoviários
1 9 Proximid ade deEstacion amento
20 Emel2 1 Ho sp ital
2 2 EspaçosExterio res (Jard ins)
23 Zon as Verde sEnvo lventes
24 Bons Acesso s2 5 Proximid ade dos
Serviços P úb lico s26 Fai xa Etária da
Zon a
27 Pe rto de Zo nas deLazer
28 Existência deSaneamen to Púb li co
29 Ru ídos
3 0 Zon a Envo lve nteArb orizada
3 1 Igre jas
32 Re de Pú bl ica(Água)
3 3 Proximid ade doLocal de Trab alho
3 4 Pro ximid ade d eFacu ldades
35 Zon as Fabris
36 M icroclima
37 Pro ximidade d eEqu ipamento s
Espe cíficos
3 8 Gin ásio
39 An tenas deComun icação(Telemóve is)4 0 Re fúgio
41 Praia
4 2 Centralid ade
43 Ae roporto(Baru lho )
44 Co mb o io (Baru lho )
45 Esp aço s Verd esEstragados
4 6 Estado deCon se rvação da Via
Púb lica
47 Auto -Estrada
4 8 Vida Nocturna
49 Ap oioDomicil iário a
Idosos
50 Do utrina
51 Estacionamento
52 Característicasdos "Espaços Co mu ns"
53 Sensores deLâmpadas
5 4 Alarme s Anti -Rou bo
55 Construção/Estru tu ra do
Ed ifício
5 6 Iso lamentoAcú stico
5 7 Manuten ção58 I so lamento da
Con strução
5 9 Mante r o Imóve lCon servad o
6 0 Recup erador d eCalo r
6 1 Som/M úsica nasVárias Depen dências
6 2 Vid ros Té rmicos
63 Jan elasP an orâmicas
6 4 Sen so res de Fu mo
65 Sensores deIluminação
6 6 Estado dasCanalizaçõ es
6 7 Expoosição So lar
68 Tip ologia
6 9 Acabamentos d aCon strução
70 Acabamento s
7 1 Qualid ad e dosMateriais
72 Dispo sição d asDivisões
73 Ap rove itamentoEco lógico
74 Vid ros Dup los(I so lamento)
75 Ce rti ficaçãoEne rgética
7 6 Portas
7 7 Lograd ou roPrivati vo
78 Salas
7 9 Idade do Imóve l
80 Garagem
81 Po ssib il idad e deEsco lha de Mate riais
82 Nº deEx-Residentes8 3 Pavime nto
Flu tuan te
8 4 Aque cimentoCentral
85 Arrecadação8 6 Nº de Andares
8 7 Organ i zação dosEd ifícios
8 8 Gestão d oCondo mín io
89 Rampas de Ace sso
9 0 Acesso s p araP essoas co mMo bilidade
Con d icionad a
9 1 Elevad or92 Video-Porte iro
93 Vizinhos po ucoAsseados
94 Prestígio doImó ve l
9 5 Áreas
96 Largura dasEscadas de Serviço
9 7 P iscina98 Do mó tica
9 9 ConstruçãoEnergé tica
100 Tipo deInstalação Elé ctrica
1 01 Pain éi s So lare s
102 Humidade
1 03 Seguran ça
1 04 CustosCon domín io
1 05 An imai s noP ré d io
106 Esgotos doEdi fício
107 Con domin ioFechado1 08 Nº d e Condo n imos
109 Escadas1 10 In fra-Estru turas
111 Conforto naHab itação
112 Exaustor
113 WC com Jane la114 Eq u ipamen to115 Are jame nto 116 C lose t
1 17 Caixil hariaDup la
1 18 Transformar aoNosso Gosto
119 Banhe i ra deHid romassage m
120 Ar Cond icionado
121 Estores Térmicos
1 22 Lare i ra1 23 Luz Natural
1 24 Lu minosidadeIn terio r
125 En ergia
1 26 Varan das
1 27 Fe ch aduras dasP ortas
1 28 Portas Anti-Fo go
129 M anute nção Fácil
130 Tipo de C lien te
131 Fatores deConforto/Se gurança132 Fatores
Económico -Sociais1 33 Estab i lid ad e
Pro fissional1 34 Preço
1 35 Oferta deMercado
136 Valo r Comercial
1 37 Momen toEconómico
1 38 Acesso aoCréd ito
1 39 Pron to Pagamen to
140 Facil idad e deP agame nto
1 41 Oferta de Imó ve lcom Cond içõ es
Espe ciais d eFinanciamento
1 42 Especulação
143 Rentab i li dade
1 44 Fim a que seDestina
1 45 Urgê ncia naVen da
1 46 Estrato Socialdas Famíli as
1 47 Expectativas
148 Constru ção deCustos Contro lados
149 Valo res
1 50 Tipo de Contrato1 51 Cred ib il idad e do
Promo tor
1 52 P rop orcio narQualid ade d e Vida
1 53 Conforto aFamiliares
1 54 Estigmas
1 56 Casa Assombrada
157 Cemitério158 Várias Etn ias
---- - ---
---
-
-
-
-
-
- 33 -
4.3. Definição de Relações Causais Difusas
De acordo com Carvalho (2001), o termo relação provém da descrição da forma como
as variáveis definidas num mapa cognitivo interagem (ou se relacionam), e as relações
causais traduzem, simplesmente, a forma mais comum de relação entre essas variáveis.
Nesse sentido, o termo relação causal difusa surge de forma natural, pois admite a
associação de valores lógicos intermédios de causalidade.
Fruto da indisponibilidade revelada por dois dos 7 decisores iniciais, a segunda
sessão de trabalho em grupo contou com a presença de 5 decisores. Importa ter presente
que situações desta natureza são contempladas na literatura da especialidade, não
comprometendo, por isso, os resultados alcançados (cf. Ackermann e Eden, 2010).
Nesta segunda sessão, foi solicitado aos decisores que concentrassem a sua atenção nas
relações de influência ou causalidade entre os critérios anteriormente identificados,
tendo-lhes sido pedido para definir o grau de intensidade/influência das relações entre
os critérios. Este procedimento foi concretizado segundo as orientações referidas no
capítulo III da presente dissertação. A Figura 8 ilustra dois momentos da sessão.
Figura 8: Instantâneos da Segunda Sessão de Grupo
Toda a análise foi suportada por um saturado processo de discussão e
negociação entre os membros do painel de especialistas, onde foram debatidas diversas
lógicas inerentes à análise do risco de investimento em bens imóveis residenciais. O
passo seguinte consistiu na introdução desses graus de intensidade na estrutura
cognitiva de base, a qual foi reconstruída com recurso aos software FCMapper
(http://www.fcmappers.net) e Panjek (http://pajek.imfm.si/doku.php), no sentido de se
obter um FCM. A Figura 9 ilustra essa estrutura de base, a qual se assemelha a uma
rede neuronal, e onde os números representam os critérios identificados na Figura 7.
- 34 -
Figura 9: Estrutura de Base do Fuzzy Cognitive Map
- 35 -
O painel de especialistas teve acesso à visualização desta estrutura cognitiva,
tendo a fase seguinte da sessão consistido na análise dinâmica do impacto que eventuais
oscilações nos graus de intensidade entre as variáveis teriam para a estrutura global. A
análise foi feita para todos os clusters, como exemplifica a Figura 10, onde os valores
decimais representam os graus de itensidade validados pelos decisores.
Figura 10: Análise dos Graus de Intensidade
A análise dinâmica revelou-se extremamente importante pois, do ponto de vista
da aprendizagem, permitiu clarificar a forma como algumas variáveis influenciam o
risco de investimento em bens imóveis residenciais. Esta constatação foi, de resto,
manifestada pelos próprios elementos do grupo. A conclusão desta fase da sessão só
terminou quando, de forma consensual, o grupo validou os graus definidos. O passo
seguinte consistiu na análise da centralidade dos determinantes de risco de
investimento.
4.4. Análise da Centralidade dos Determinantes de Risco de Investimento
Estabilizados os graus de intensidade, tornou-se necessário apurar os níveis de
centralidade dos determinantes de risco de investimento em bens imóveis residenciais,
bem como elaborar algumas análises complementares, no sentido de apurar a
consistência dos resultados. Na prática, segundo Carlucci et al. (2013: 216), “through a
- 36 -
proper neural network computational model, [...] what we can get is an idea of the
ranking of the variables in relationship to each other according to how the system is
perceived in the FCM”. De facto, todos os critérios identificados na Figura 7
apresentam graus de centralidade. Porém, face ao elevado número de critérios validados
pelos decisores, a Tabela 2 apresenta apenas os 7 critérios com índice de centralidade
mais alto. Ou seja, na prática, quando um investidor pretende adquirir um imóvel
residencial, ele está prioritariamente concentrado nas características da habitação
(40.70), seguidas pelos fatores de localização (31.50), pelas características dos
‘espaços comuns’ (16.90); pelos fatores económico-sociais (10.90), pelos fatores de
conforto/segurança (4.40), por estigmas (3.40) e pela construção/estrutura do edifício
(1.80).
Conceito/Critério Referência Outdegree Indegree Centralidade Características da Habitação 1 0.80 39.90 40.70 Fatores de Localização 4 0.70 30.80 31.50 Características dos "Espaços Comuns" 52 0.80 16.10 16.90 Fatores Económico-Sociais 132 1 9.90 10.90 Fatores de Conforto/Segurança 131 0.90 3.50 4.40 Estigmas 154 0.80 2.60 3.40 Construção /Estrutura do Edifício 55 1.80 0.00 1.80
Tabela 2: Grau de Centralidade dos Critérios mais Importantes
Na prática, para além do ranking de variáveis apresentado, importa ter presente
que o maior contributo da Tabela 7, bem como do modelo desenvolvido, resulta da
possibilidade de se perceber quais as variáveis que estão por detrás dos índices e que,
numa lógica de aprendizagem das relações de causalidade, permitem que a informação
que suporta a análise do risco de investimento em bens imóveis residenciais esteja mais
estruturada e, por isso, potencie decisões mais informadas. Naturalmente, sabendo que
este modelo de avaliação global difuso é dinâmico, é também possível compreender o
impacto que eventuais alterações em certas variáveis podem trazer para a avaliação do
risco de investimento. Isto constitui a base das nossas recomendações.
- 37 -
4.5. Validação do Modelo, Limitações e Recomendações
O modelo desenvolvido no presente estudo permite uma maior estrutura e
transparência na análise do risco de investimento em bens imóveis residenciais,
reforçando a pertinência da aplicação do uso de FCMs. Além disso, como reportado nos
pontos anteriores, a colaboração direta de um painel de especialistas revelou-se
preponderante, garantindo realismo, consistência e funcionalidade ao modelo
desenvolvido. Neste sentido, importa referir que, no final da segunda sessão, foi
evidente a satisfação dos especialistas face à estrutura cognitiva alcançada, a qual pode
“servir de base à análise detalhada dos investimentos imobiliários” (segundo as
palavras de um dos membros do grupo). Esta mesma estrutura cognitiva foi validada
pelo grupo após um período final de considerações.
Apesar da satisfação generalizada demostrada pelos especialistas, importa ter
presente que a proposta apresentada neste estudo não está isenta limitações. Em
particular, importa referir que o modelo concedido é contexto-dependente, significando
isto que a forma e conteúdo do FCM seriam provavelmente outros caso os decisores, os
facilitadores e/ou as sessões de trabalho sofressem alterações. A este propósito, convém
relembrar a natureza processual e construtivista da proposta, a qual é potenciada pela
flexibilidade das metodologias adotadas. Citando Zavadskas e Turskis (2011: 398),
“most importantly perhaps was the finding that decision analysis can be useful to help
multiple stakeholders understand what they agree and disagree about, focus on the
things that they disagree about and explore options that are better for everyone
involved”. Por conseguinte, talvez o maior contributo da presente dissertação esteja no
processo de aprendizagem inerente à aplicação dos FCMs que, “seguindo uma lógica
construtivista, permitem igualmente refletir sobre as avaliações feitas e fazer sugestões
de melhoria bem localizadas” (Filipe, 2013: 97). Neste sentido, convém ter presente
que a proposta feita é um trabalho em progresso, havendo lugar a ajustes e adaptações.
- 38 -
SINOPSE DO CAPÍTULO IV
Este quarto capítulo materializou a componente empírica do estudo, a qual teve como
principal objetivo conceber, com recurso a técnicas de cartografia cognitiva, um modelo
de avaliação global difuso na análise do risco de investimento em bens imóveis
residenciais. Dado que a aplicação destas técnicas pressupõe a reunião, em sessões
presenciais, de um grupo de decisores com conhecimento técnico da área em estudo,
colaboraram nas nossas sessões 7 especialistas do setor imobiliário (i.e. agentes,
mediadores, construtores imobiliários e investidores). Como referido, as sessões foram
conduzidas por dois facilitadores e tiveram uma duração média aproximada de 4.5
horas. O capítulo prosseguiu expondo a forma como decorreram as sessões. A primeira
sessão teve início com uma pequena apresentação do objetivo principal do estudo e dos
conceitos e/ou procedimentos base da metodologia aplicada, dando a conhecer a forma
como o processo iria decorrer. Este procedimento foi importante para focar a atenção
dos decisores na problemática do risco de investimento em bens imóveis residenciais;
tendo-se, de seguida, colocado a seguinte questão de partida: “Com base nos seus
valores e experiência profissional, quais são os fatores e/ou características de um
imóvel residencial que influenciam o seu valor de mercado e o seu risco de
investimento?”. Esta questão incentivou a discussão entre os decisores, a qual foi
suportada pela aplicação da “técnica dos post-its”. A versão final do mapa cognitivo de
grupo foi validada pelo painel de decisores e foi importante para, na segunda sessão, se
analisarem as relações de influência ou casualidade entre os critérios identificados. Para
além de permitir a estabilização dos graus de intensidade das relações de causalidade na
estrutura cognitiva de base, a análise dinâmica do FCM revelou-se extremamente
importante pois, do ponto de vista da aprendizagem, permitiu clarificar a forma como
diferentes variáveis influenciam o risco de investimento em bens imóveis residenciais.
A este propósito, importa ter presente que o maior contributo do modelo desenvolvido
resulta da possibilidade de se perceber quais as variáveis que estão por detrás dos
índices apresentados e que, numa lógica de aprendizagem, permitem que a informação
que suporta a análise do risco de investimento em bens imóveis residenciais esteja mais
estruturada e, por isso, potencie decisões mais informadas. Apesar das limitações
apresentadas (e.g. contexto-dependência), e de se tratar de um trabalho em progresso, a
estrutura cognitiva foi validada pelo grupo após um período final de considerações.
- 39 -
CAPÍTULO V
Conclusões, Recomendações, Limitações e Investigação Futura
5.1. Principais Resultados e Limitações da Aplicação
presente estudo permitiu estruturar um modelo de avaliação global difuso
para análise do risco de investimento em bens imóveis residenciais com
recurso a técnicas de cartografia cognitiva, nomeadamente FCM. A lógica
fuzzy demonstrou ser útil na elaboração de um modelo de avaliação global
difuso na análise do risco de investimento, pelo facto dos resultados serem compatíveis
com a realidade e mostrarem coerência. Ao contrário das práticas atuais para análise do
risco deste tipo de investimento, cujas limitações gerais passam pela escassez de dados
necessários à modelização (Lopez e Saidenberg, 2000), pelo cálculo da ponderação
entre os critérios de avaliação (Ferreira, 2011) e pela dificuldade em tornar explícita a
subjetividade inerente no processo de decisão (Santos et al., 2002), o sistema de
avaliação desenvolvido nesta dissertação permite que a informação que suporta a
análise do risco de investimento em bens imóveis residenciais esteja mais estruturada
e, por isso, potencie decisões mais informadas. Naturalmente, sabendo que se trata de
um sistema de avaliação dinâmico, é igualmente possível compreender o impacto que
eventuais alterações em certas variáveis podem trazer para a avaliação do risco de
investimento, algo que é tido como de extrema importância pelos profissionais da área
de real estate. Este é, de resto, o corolário final da presente dissertação, a qual foi
formalmente dividida em cinco capítulos: (1) Introdução Geral, onde se explicaram as
razões que fundamentam o desenvolvimento do estudo, os seus principais objetivos e os
resultados esperados da investigação; (2) Enquadramento Contextual e Revisão da
Literatura, no qual se procedeu ao enquadramento do mercado de bens imóveis em
Portugal, foram analisados os principais fundamentos para a avaliação do risco de
investimento em bens imóveis residenciais, assim como identificados e analisados
alguns dos principais métodos utilizados para avaliação deste tipo de risco;
apresentaram-se ainda as limitações metodológicas gerais, criando assim bases
justificativas para a proposta metodológica que foi feita; (3) Enquadramento
Metodológico, onde se apresentou a abordagem dos modelos de avaliação difusos, a
qual assume os FCMs como instrumento fundamental no âmbito da estruturação de
O
- 40 -
problemas complexos; foram ainda abordados algumas associações importantes,
nomeadamente cognição humana e mapas cognitivos; mapas cognitivos e modelos de
avaliação difusa e vantagens e limitações do uso de FCMs na análise do risco de
investimento em bens imóveis residenciais; (4) Aplicação e Análise de Resultados, onde
se reportou o trabalho empírico desenvolvido, bem como os processos seguidos no
desenvolvimento de um modelo de avaliação global difuso na análise do risco de
investimento em bens imóveis residenciais; este modelo deve ser visto como uma área
de investigação sobre o tratamento da incerteza, em que a sua aplicação permitiu
apontar as características da habitação, os fatores de localização, as características dos
‘espaços comuns’, os fatores económico-sociais, os fatores de conforto/segurança, os
estigmas e a construção/estrutura do edifício como as variáveis sobre as quais, na
prática, os investidores concentram a sua atenção quando pretendem adquirir um imóvel
residencial; e, por fim, (5) Conclusões, Recomendações, Limitações e Investigação
Futura materializadas no presente capítulo e no qual se apresentam também algumas
limitações/dificuldades inerentes ao estudo desenvolvido. Em particular, importa
salientar que a constituição do painel de decisores não foi tarefa fácil, pois a grande
maioria das pessoas contactadas revelou-se indisponível para participar no estudo,
havendo, inclusive, quem nem sequer se dignasse a responder. Naturalmente, este foi
um ponto que se revelou frustrante, pelo tempo perdido em contactos que se revelaram
infrutíferos. Além disso, apesar da concretização dos objetivos definidos, importa
relembrar que o sistema de avaliação desenvolvido no âmbito do presente estudo é
contexto-dependente, pelo que a extrapolação dos resultados apresentados estará sempre
condicionada se não se fizerem as devidas adaptações. Por conseguinte, poder-se-á
afirmar que o maior contributo deste estudo está no processo associado à aplicação das
técnicas, que “seguindo uma lógica construtivista, permitem […] refletir sobre as
avaliações feitas” (Filipe, 2013: 97).
5.2. Síntese dos Principais Contributos da Investigação
Com a revisão da literatura, a presente dissertação permitiu confirmar a importância do
setor imobiliário residencial no desenvolvimento socioeconómico de um país, revelando
que estamos perante um campo de investigação com elevado potencial. Foi possível
verificar que existem vários métodos de avaliação do risco de investimento em bens
- 41 -
imóveis residenciais, assim como o fato de que não existirem métodos perfeitos. Nesse
sentido, foi sugerida a aplicação de novas abordagens, que permitem atenuar algumas
das limitações dos métodos atuais. Naturalmente, a proposta desenvolvida no âmbito da
presente dissertação também não está isenta de limitações, assumindo-se, dessa forma,
uma lógica de complementaridade e não de substituição. Por conseguinte, a componente
empírica assentou no desenvolvimento de um FCM, entendido como uma estrutura
difusa que se assemelha a uma rede neural, e cuja base de modelação tem sido
considerada como uma ferramenta muito útil na análise de sistemas complexos. Para o
efeito, a realização de sessões presenciais com especialistas do setor imobiliário
permitiu incentivar a discussão necessária à elaboração do FCM, promovendo uma
melhor compreensão do problema de decisão. Após a aplicação prática dos princípios
deste método, e dada a forma como os decisores expuseram as suas opiniões, ficou
desde logo manifestado o seu potencial de aplicabilidade, na medida em que permite
acrescentar valor, via simplicidade e transparência, ao processo de tomada de decisão,
traduzindo-se numa mais-valia para os que investem em bens imóveis de habitação.
Posteriormente, com base no processo de negociação adjacente à conceção do FCM, foi
possível alcançar resultados interessantes no âmbito da análise de risco deste tipo de
investimento, os quais resultaram da incorporação das experiências e dos valores dos
decisores. Ao fim ao cabo, a proposta materializada neste estudo mais não é que uma
base consolidada de conhecimento sobre a análise do risco em bens imóveis residenciais
e, como referem Kim e Lee (1998: 303), “knowledge engineering is one of the most
important tasks in developing expert systems. One of the primary objectives […] is to
develop a complete, consistent and unambiguous description of the knowledge base”.
5.3. Perspetivas de Futura Investigação
Face os resultados obtidos, parece evidente que a cartografia cognitiva, nomeadamente
os FCMs, apresentam um grande potencial no desenvolvimento de estruturas de
conhecimento tendencialmente mais transparentes e realistas no âmbito da avaliação do
risco de investimento em bens imóveis residenciais. Tal contributo traz vantagens para
os investidores, pois potencia decisões mais informadas. No entanto, e conforme
exposto ao longo do estudo, não existem abordagens perfeitas nem métodos isentos de
limitações (cf. Ananda e Herath, 2009). Assim, como sugestão para futura investigação,
- 42 -
recomenda-se a realização de estudos similares com recurso a outras abordagens
metodológicas como, por exemplo, a análise multicritério de apoio à decisão, cujo vasto
portfólio de técnicas permite calcular os pesos relativos dos critérios identificados (ver
Belton e Stwart (2002) e Zavadskas e Turskis (2011) para uma revisão técnica deste tipo
de abordagem). Outra possibilidade poderá ser a comparação entre diferentes métodos
ou mesmo a realização de réplicas processuais com um conjunto diferente de decisores,
a fim de receber outro tipo de feedback e determinar a robustez dos resultados.
Importa também referir a necessidade de estender a abordagem metodológica
adotada na presente dissertação a outros contextos, bem como à informatização do
modelo desenvolvido e/ou a sua adaptação a plataformas online, de modo a permitir que
os decisores avaliem, de forma rápida, transparente e intuitiva, o risco de investimento
na aquisição de bens imóveis de habitação. Por conseguinte, qualquer progresso que se
venha a registar será encarado como um avanço no apoio à avaliação do risco de
investimento de bens imóveis residenciais.
- 43 -
REFERÊNCIAS BIBLIOGRÁFICAS
Ackermann, F. & Eden, C. (2010), Strategic options development and analysis, in
Reynolds, M. & Holwell, S. (Eds.), Systems Approaches to Managing Change: A
Practical Guide, Springer, London, 135–136.
Ackermann, F.; Eden, C. & Cropper, S. (1992), Getting started with cognitive mapping,
disponível online em:
http://www.banxia.com/pdf/de/GettingStartedWithCogMapping.pdf [Janeiro
2014].
Ananda, J. & Herath, G. (2009), A critical review of multi-criteria decision making
methods with special reference to forest management and planning, Ecological
Economics, Vol. 68(10), 2535–2548.
APB – Associação Portuguesa de Bancos (2013), Overview do Sistema Bancário
Português, disponível online em
http://bo.apb.pt/content/files/Overview_do_Sistema_Bancario_Portugues_Set201
3.pdf [Outubro de 2013].
APEMIP – Associação de Profissionais de Empresas de Mediação Imobiliária de
Portugal (2012), Revista trimestral, disponível online em
http://www.apemip.pt/LinkClick.aspx?fileticket=TrSco9fNSuc%3d&tabid=257&l
anguage=pt-PT [Outubro de 2013].
Bastos, A. (2002), Mapas cognitivos e a pesquisa organizacional: Explorando aspectos
metodológicos, Estudos de Psicologia, Vol. 7, 65–77.
Belton, V. & Hodgkin, J. (1999), Facilitators, decision makers, D.I.Y. users: Is
intelligent multicriteria decision support for all feasible or desirable? European
Journal of Operational Research, Vol. 113(2), 247–260.
Belton, V. & Stewart, T. (2002), Multiple Criteria Decision Analysis: An Integrated
Approach, Dordrecht, Kluwer Academic Publishers.
Canavarro, M.; Ceular, N. & Caridad, J. (2010), Factores formadores do preço da
habitação em Portugal: Uma abordagem hedónica, VIII Colóquio Ibérico de
Estudios Rurales, Cáceres, disponível online em:
http://repositorio.ipcb.pt/bitstream/10400.11/413/1/VIII%20CIER.pdf [Março
2014].
- 44 -
Carlucci, D.; Schiuma, G.; Gavrilova, T. & Linzalone, R. (2013), A fuzzy cognitive
map based approach to disclose value creation dynamics of ABIs, Proceedings of
the 8th International Forum on Knowledge Asset Dynamics (IFKAD-2013),
Zagreb, Croácia, 207–219.
Carvalho, J. (2001), Mapas Cognitivos Baseados em Regras Difusas: Modelação e
Simulação da Dinâmica de Sistemas Qualitativos, Dissertação de Doutoramento
em Engenharia Electrotécnica e de Computadores, Instituto Superior Técnico,
Universidade Técnica de Lisboa.
Carvalho, J. (2013), On the semantics and the use of fuzzy cognitive maps and dynamic
cognitive maps in social sciences, Fuzzy Sets and Systems, Vol. 214, 6–19.
Catalão, A. (2010), Estudo do Mercado Imobiliário de Aveiro, disponível online em
http://hdl.handle.net/10773/3465 [Outubro 2013].
CGD – Caixa Geral de Depósitos (2011), Nota Temática CGD: A Actualidade do Setor
Imobiliário Residencial: Ajustamentos e Desafios,
https://www.cgd.pt/Institucional/Research/Notas-Tematicas/Documents/Nota-
Tematica-Setor-Imobiliario_4NOV2011.pdf [Março 2014].
Cossette, P. & Audet, M. (1992), Mapping of an idiosyncratic schema, Journal of
Management Studies, Vol. 29(3), 321–347.
Di Bernardi, P. & Hochheim, N. (2006), Análise de risco em incorporações imobiliárias:
Construção de cenários e simulação de Monte Carlo, XI Encontro Nacional de
Tecnologia no Ambiente Construído, Florianópolis, Vol. 1(1), 1–9.
Dias, V. (2012), Definição de (Novos) Ponderadores em Sistemas de Ranking Internos
de Avaliação de Créditos Imobiliários com Recurso à Abordagem Multicritério de
Apoio à Decisão, Dissertação de Mestrado em Contabilidade e Finanças, Instituto
Politécnico de Santarém.
Diniz, M. & Lins, M. (2012), Percepção e estruturação de problemas sociais utilizando
mapas cognitivos, Produção, Vol. 22(1), 142–154.
Doumpos, M. & Zopounidis, C. (2001), Assessing financial risks using a multicriteria
sorting procedure: The case of country risk assessment, Omega – The
International Journal of Management Sciences, Vol. 29(1), 97–109.
Ebru, C. & Eban, A. (2009), Determinants of house prices in Istanbul: A quantile
regression approach, Quality & Quantity, Vol. 45(2), 305–317.
- 45 -
Eden, C. & Ackermann, F. (2001), The Principles, in Rosenhead, J. & J. Mingers (Eds.)
Rational Analysis for a Problematic World Revisited: Ploblem Structuring
Methods for Complexity, Uncertainty and Conflict, Second Edition, Chichester,
John Wiley & Sons, 21–41.
Eden, C. & Ackermann, F. (2004), Cognitive mapping expert views for policy analysis
in the public sector, European Journal of Operational Research, Vol. 152(3),
615–630.
Eden, C. (2004), Analyzing cognitive maps to help structure issues or problems,
European Journal of Operational Research, Vol. 159(3), 673–686.
Ferreira, F. (2011), Avaliação Multicritério de Agências Bancárias: Modelos e
Aplicações de Análise de Decisão, 1ª Edição, Faculdade de Economia,
Universidade do Algarve, Faro.
Ferreira, F.; Spahr, R.; Gavancha, I. & Çipi, A. (2013), Readjusting trade-offs among
criteria in internal ratings of credit-scoring: An empirical essay of risk analysis in
mortgage loans, Journal of Business Economics and Management, Vol. 14(4),
715–740.
Ferreira. F., Spahr, R., Santos, S. & Rodrigues, P. (2012) A multiple criteria framework
to evaluate bank branch potential attractiveness, International Journal of Strategic
Property Management, Vol. 16(3), 254-276.
Filipe, V. (2013), Proposta de um Sistema de Informação Multicritério de Apoio à
Análise de Referenciais de Formação Pedagógica Contínua, Dissertação de
Mestrado em Sistemas de Informação de Gestão, Instituto Politécnico de
Santarém.
Gabrilova, T.; Carlucci, D. & Schiuma, G. (2013), Art of visual thinking for smart
business education, Proceedings of the 8th International Forum on Knowledge
Asset Dynamics (IFKAD-2013), Zagreb, Croácia, 1754–1761.
Hill, R. (2011), Hedonic prices indexes for housing, OECD Statistics Working Papers,
2011/01, disponível online em http://www.oecd-
ilibrary.org/docserver/download/5kghzxpt6g6f.pdf?expires=1394747246&id=id&
accname=guest&checksum=A4A2AC107CBEAC6AF04B9483637DC121
[Março 2014].
- 46 -
Huang, Y.; Tian, C. & Fang, W. (2009), Fuzzy comprehensive evaluation mode on the
investment risk of real estate based on BP neural network and expert system,
Department of Economy and Management, North China Electric Power
University, Baoding, China.
INE – Instituto Nacional de Estatística (2013), disponível em
http://www.ine.pt/xportal/xmain?xpid=INE&xpgid=ine_main [Outubro 2013].
Jiang, G.; Hu, Z. & Jin, J. (2007), Quantitative evaluation of real estate’s risk based on
AHP and simulation, Systems Engineering – Theory & Practice, Vol. 27(9), 77–
81.
Jones Lang LaSalle (2012), Mercado imobiliário 2012 – Perspetivas 2013, disponível
online em
http://www.joneslanglasalle.pt/ResearchLevel1/JLL_RelatorioAnual_pt_WEB.pd
f. [Outubro 2013].
Kauko, T. (2010), Value stability in local real estate markets, International Journal of
Strategic Property Management, Vol. 14(3), 191–199.
Keeney, R. (1996), Value-focused thinking: Identifying decision opportunities and
creating alternatives, European Journal of Operational Research, Vol. 92(3),
537–549.
Khumpaisal, S. & Chen, Z. (2010), Risks assessment in real estate development: An
application of analytic network process, School of Built Environment, Liverpool
John Moores University Liverpool, United Kingdom, 103–116.
Kim, H. & Lee, K. (1998), Fuzzy implications of fuzzy cognitive map with emphasis on
fuzzy causal relationship and fuzzy partially causal relationship, Fuzzy Sets and
Systems, Vol. 97(3), 303–313.
Klein, J. & Cooper, D. (1982), Cognitive maps of decision-makers in a complex game,
Journal of the Operational Research Society, Vol. 33(1), 63–71.
Kok, K. (2009), The potential of fuzzy cognitive maps for semi-quantitative scenario
development, with an example from Brazil, Global Environmental Change, Vol.
19(1), 122–133.
Kosko, B. (1986) Fuzzy cognitive maps, International Journal of Man-Machine
Studies, Vol. 24(1), 65–75.
Lee, K.; Lee, H.; Lee, N. & Lim, J. (2013), An agent-based fuzzy cognitive map
approach to the strategic marketing planning for industrial firms, Industrial
Marketing Management, Vol. 42(4), 552–563.
- 47 -
Lingling, M.; Liwen, C. & Ping, L. (2008), Real estate investment risk analysis based
on fuzzy AHP, Hebei University of Technology, Tianjin, China, 1–4.
Lopez, J. & Saidenberg, M. (2000), Evaluating credit risk models, Journal of Banking
& Finance, Vol. 24(1), 151–165.
Mao, Y. & Wu, W. (2011), Fuzzy real option evaluation of real estate project, Systems
Engineering Procedia, Vol. 1(1), 228–235.
Martins, V. (2014), Construção de Índices de Celeridade de Venda no Mercado
Imobiliário Português: Uma Proposta Metodológica com Recurso à Priorização
de Determinantes, Dissertação de Mestrado em Sistemas de Informação de
Gestão, Instituto Politécnico de Santarém.
Mazlack, L. (2009), Representing causality using fuzzy cognitive maps, in Proceedings
of the Annual Meeting of the North American Fuzzy Information Processing
Society (NAFIPS-2009), Cincinnati, Ohio, USA, 14-17 June 2009, 1–6.
Montibeller, G. & Belton, V. (2006), Causal maps and the evaluation of decision
options: A review, Journal of the Operational Research Society, Vol. 57(7), 779–
791.
Montibeller, G.; Belton, V.; Ackermann, F. & Ensslin, L. (2008), Reasoning maps for
decision aid: An integrated approach for problem-structuring and multi-criteria
evaluation, Journal of the Operational Research Society, Vol. 59(5), pp. 575–589.
Nicolini, D. (1999), Comparing methods for mapping organizational cognition,
Organizations Studies, Vol. 20(5), 833–860.
Onofrei, M. & Anghel, I. (2012), Risks and rewards of leverage in Romanian real estate
investment, Procedia – Economics and Finance, Vol. 3, 481–488.
Ooi, J. & Liow, K. (2004), Risk-adjusted performance of real estate stocks: Evidence
from developing markets, Journal of Real Estate Research, Vol. 26(4), 371–395.
Özesmi, U. & Özesmi, S. (2004), Ecological models based on people’s knowledge: A
multi-step fuzzy cognitive mapping approach, Ecological Modelling, Vol. 176,
43–64.
Papageorgiou, E.; Roo, J.; Huszka, C. & Colaert, D. (2012), Formalization of treatment
guidelines using fuzzy cognitive maps and semantic web tools, Journal of
Biomedical Informatics, Vol. 45(1), 45–60.
PEH – Plano Estratégico de Habitação (2008/2013), Sumário Executivo, Disponível
online em http://habitacao.cm-lisboa.pt/index.htm?no=4005001 [Fevereiro 2014].
- 48 -
Peña, A.; Sossa, H. & Gutiérrez, A. (2008), Causal knowledge and reasoning by
cognitive maps: Pursuing a holistic approach, Expert Systems with Applications,
Vol. 35, 2–18.
Rocha, K.; Salles, L.; Garcia, F.; Sardinha, J. & Teixeira, J. (2007), Real estate and real
options: A case study, Emerging Markets Review, Vol. 8(1), 67–79.
Rybak, J. & Shapoval, V. (2011), Industries and sectors: Issues and policies, tendencies
of real estate market development in the current context (in terms of Poland and
Ukraine), Perspectives of Innovations, Economics & Business, Vol. 8(2), 17–22.
Salmeron, J. (2009), Augmented fuzzy cognitive maps for modelling LMS critical
success factors, Knowledge-Based Systems, Vol. 22(4), 275–278.
Salmeron, J. (2012), Fuzzy cognitive maps for artificial emotions forecasting, Applied
Soft Computing, Vol. 12(12), 3704–3710.
Santos, S.; Belton, V. & Howick, S. (2002), Adding value to performance measurement
by using system dynamics and multicriteria analysis, International Journal of
Operations & Production Management; Vol. 22(11), 1246–1272.
Schneider, M.; Shnaider, E.; Kandel, A. & Chew, G. (1998), Automatic construction of
FCMs, Fuzzy Sets and Systems, Vol. 93(2), 161–172.
Shaw, D. (2004), Creativity and learning through electronic group causal mapping,
International Journal of Innovation and Learning, Vol. 1(4), 364–377.
Stach, W.; Kurgan, L.; Pedrycz, W. & Reformat, M. (2005), Genetic learning of fuzzy
cognitive maps, Fuzzy Sets and Systems, Vol. 153(3), 371–401.
Steiger, D. & Steiger, N. (2008), Instance-based cognitive mapping: A process for
discovering a knowledge worker’s tacit mental model, Knowledge Management
Research & Practice , Vol. 6(4), 312–321.
Stylios, C. & Groumpos, P. (1999), Fuzzy cognitive maps: A model for intelligent
supervisory control systems, Computers in Industry, Vol. 39(3), 229–238.
Šušteršic, M.; Mramor, D. & Zupan, J. (2009), Consumer credit scoring models with
limited data, Expert Systems with Applications, Vol. 36(3), 4736–4744.
Swan, J. (1997), Using cognitive mapping in management research: Decisions about
technical innovation, British Journal of Management, Vol. 8(2), 183–198.
Syz, J.; Vanini, P. & Salvi, M. (2008), Property derivatives and index-linked mortgages,
Journal of Real Estate Finance and Economics, Vol. 36(1), 23–35.
- 49 -
Tang, X. & Lui, G. (2009), A tentative study on risk estimation and evaluation of
investment in real estate projects, Proceedings of the Eighth International
Conference on Machine Learning and Cybernetics, Baoding, 12–15.
Tavares, F.; Pereira, E. & Moreira, A. (2009), Avaliação imobiliária pelo método
comparativo na óptica do avaliador, Economia Global e Gestão, Vol. 14(3), pp.
111–128.
Tegarden, D. & Sheetz, S. (2003), Group cognitive mapping: A methodology and
system for capturing and evaluating managerial and organizational cognition,
Omega: The International Journal of Management Sciences, Vol. 31(2), 113–125.
Village, J.; Salustri, F. & Neumann, W. (2013), Cognitive mapping: Revealing the links
between human factors and strategic goals in organizations, International Journal
of Industrial Ergonomics, Vol. 43, 304–313.
Wang, G.; Hao, J.; Ma, J. & Jiang, H. (2011), A comparative assessment of ensemble
learning for credit scoring, Expert Systems with Applications, Vol. 38(1), 223–
230.
Warren, A. (2011), Global Real Estate Trends: Canada’s Real Estate Market Slows
While Most International Markets Stumble, Global Economic Research.
Weber, M. & Borcherding, K. (1993), Behavioral influences on weight judgments in
multiattribute decision making, European Journal of Operational Research, Vol.
67(1), 1–12.
Wenpo, Y. & Minli, Z. (2012), Fuzzy comprehensive evaluation method applied in the
real estate investment risks research, Proceedings of the International Conference
on Applied Physics and Industrial Engineering, Vol. 24, 1815–1821.
Yaman, D. & Polat, S. (2009), A fuzzy cognitive map approach for effect-based
operations: an illustrative case, Information Sciences, Vol. 179(4), 382–403.
Yancang, L. & Juanjuan, S. (2009), Model on risk evaluation of real estate investment,
College of Civil Engineering, Hebei University of Engineering, Handan, China,
138–140.
Yancang, L.; Juanjuan, S. & Shujing, Z. (2010), Improved AHP model for real estate
investment risk management, Hebei University of Engineering Handan, China,
4115–4117.
Yijan, S.; Dailin, C.; Rufu, H. & Hongnan, L. (2008), Fuzzy set-based risk evaluation
model for real estate projects, Tsinghua Science and Technology, Vol. 13(1), 158–
164.
- 50 -
Zavadskas, E. & Turskis, Z. (2011), Multiple criteria decision making (MCDM)
methods in economics: An overview, Technological and Economic Development
of Economy, Vol. 17(2), 397–427.